Baixe o app para aproveitar ainda mais
Prévia do material em texto
Álgebra Linear 5858 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris UNIVERSIDADE DO EXTREMO SUL CATARINENSE ÁLGEBRA LINEAR CCCAAAPPPÍÍÍTTTUUULLLOOO IIIIII MMAATTRRIIZZEESS,, DDEETTEERRMMIINNAANNTTEESS EE SSIISSTTEEMMAASS DDEE EEQQUUAAÇÇÕÕEESS LLIINNEEAARREESS s Matrizes formam um importante conceito em matemática, de especial uso no estudo de transformações lineares. Os fundamentos e operações básicas com matrizes, determinantes e sistemas de equações lineares são importantes no desenvolvimento de conceitos da Álgebra Linear e portanto, pré-requisito para o estudo da mesma. Nesta unidade, vamos abordar os conceitos e operações envolvendo matrizes, determinantes e sistemas lineares no enfoque algébrico e geométrico. Os temas abordados neste capítulo são: SUMÁRIO I MATRIZES .................................................................................................................................................. 60 1 Introdução ............................................................................................................................................ 60 2. Definição .............................................................................................................................................. 60 3. Tipos de Matrizes ................................................................................................................................ 63 4. Proposições: Igualdade de Matrizes e Matriz Oposta ....................................................................... 65 5. Matriz Transposta ................................................................................................................................ 66 6. Simetria em Matrizes........................................................................................................................... 66 Lista 1 de Atividades - Matrizes ........................................................................................................ 68 7. Operações com Matrizes ..................................................................................................................... 70 7.1 Adição e Subtração de matrizes ..................................................................................................... 70 7.2 Multiplicação por um escalar ......................................................................................................... 71 7.3 Multiplicação entre matrizes ......................................................................................................... 72 8. Potência de uma Matriz ...................................................................................................................... 77 9. Propriedades das Operações com Matrizes ........................................................................................ 78 Lista 2 de Atividades – Operações com Matrizes ............................................................................. 80 10. Equivalência de Matrizes ................................................................................................................... 83 Lista 3 de Atividades – Equivalência de Matrizes/escalonamento .................................................. 86 II DETERMINANTES E MATRIZES ................................................................................................................. 88 1 Introdução ............................................................................................................................................ 88 2 Cálculo do Determinante de uma matriz ............................................................................................. 89 2.1 Determinante de 1ª ordem ............................................................................................................ 91 2.2 Determinante de 2ª ordem ............................................................................................................ 91 2.3 Determinante de 3ª ordem: Regra de Sarrus ................................................................................ 91 2.4 Determinante de ordem n > 3: Teorema de LAPLACE ................................................................... 93 2.5 Processo de triangulação para cálculo de determinante .............................................................. 95 A Álgebra Linear 5959 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris 3 Propriedades dos determinantes ......................................................................................................... 95 4 Determinante e Matriz Inversa .......................................................................................................... 100 Lista 4 de atividades – Determinantes e Matrizes ......................................................................... 102 5 Aplicação matemática do conceito de determinantes na geometria................................................ 106 Lista 5 de atividades - Determinantes ............................................................................................ 107 III SISTEMAS DE EQUAÇÕES LINEARES E MATRIZES ................................................................................. 108 1 Equações Lineares .............................................................................................................................. 108 2 Sistema de Equações Lineares ............................................................................................................ 110 2.1 Conceito ....................................................................................................................................... 110 2.2 Representação Matricial de um Sistema de Equações Lineares ................................................. 110 2.3 Classificação dos Sistemas de Equações Lineares ....................................................................... 112 2.4 Equivalência de Sistemas de Equações Lineares ......................................................................... 114 2.5 Resolução de Sistemas de Equações Lineares pelo princípio da equivalência: Método de condensação ou de eliminação de Gauss-Jordan .............................................................................. 115 2.6 Solução de um sistema de equações lineares pela Regra de Cramer ......................................... 118 3 Sistema Homogêneo de Equações Lineares: Discussão da solução .................................................. 119 4 Sistema de Equações Lineares e Vetores ........................................................................................... 120 4.1: Combinação Linear de Vetores em R2 ........................................................................................ 120 4.2: Dependência e Independência Linear de Vetores ...................................................................... 121 4.3: Bases do Plano de do Espaço ...................................................................................................... 122 Lista 6 de atividades – Parte I ......................................................................................................... 123 Lista 6 de atividades - Parte II ......................................................................................................... 123 Lista 6 de atividades - Parte III ........................................................................................................ 124 5 Discussão de um Sistema de Equações Lineares homogênio e não-homogênio .............................. 132 Lista 7 de atividades ........................................................................................................................133 Bibliografia ............................................................................................................................................. 133 APÊNDICE A............................................................................................................................................ 134 Matriz de Co-Fatores e Adjunta Clássica. .............................................................................................. 134 Aplicação de Determinante: Adjunta Clássica e Matriz Inversa ........................................................... 134 1 Encontrando a Matriz de Co-fatores .............................................................................................. 134 2 Encontrando a Matriz Adjunta Clássica .......................................................................................... 135 Igualmente, verificamos o Teorema de Cauchy: Somando os produtos dos elementos da primeira linha pelos cofatores dos elementos de outra linha é zero. Assim, multiplicando os elementos da 1ª linha de A pelos cofatores dos elementos da 2ª linha e somando os produtos, obtemos: ............. 136 3 Encontrando a Matriz Inversa por Determinante .......................................................................... 137 Lista de atividades – Determinantes, Matriz Inversa e Adjunta Clássica ....................................... 138 1_Matrizes_Det_sistemas/2012_ava/CP3_MDS_Cad_Pedagogico_ALinear.doc#_Toc368004651 1_Matrizes_Det_sistemas/2012_ava/CP3_MDS_Cad_Pedagogico_ALinear.doc#_Toc368004651 1_Matrizes_Det_sistemas/2012_ava/CP3_MDS_Cad_Pedagogico_ALinear.doc#_Toc368004651 Álgebra Linear 6060 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris I MATRIZES 1 Introdução requentemente nos deparamos com conjuntos de números ou outros objetos matemáticos, que podem ser tratados em blocos por serem operados essencialmente da mesma maneira. Para isso, usamos matrizes. As matrizes são tabelas de números, utilizados como instrumentos de cálculo, surgidas em meados do século XVII como um novo instrumento que, de início, servia para resolver sistemas lineares. Dentre as matrizes as que mais uso teve e tem, é a matriz quadrada. As primeiras concepções sobre matrizes na Matemática, surgiram com o inglês Arthur Cayley (1821- 1895). Sua preocupação vinculava-se na forma e na estrutura em Álgebra. Sob esse aspecto, criou um modelo considerado referência mas sem a menor idéia de qualquer possível utilidade prática. Hoje a teoria das matrizes é uma das partes da matemática mais férteis em aplicação: na Matemática, na Física, na Física Atômica, na Estatística, na Economia, na Engenharia, na Computação, etc. Várias operações executadas por cérebros eletrônicos são computações por matrizes. As matrizes são tabelas de números, utilizados como instrumentos de cálculo. Dos eventos e atividades nos quais somos, direta ou indiretamente, envolvidos no cotidiano, muitos deles podem ser dispostos em forma de tabela/matrizes. VVVooocccêêê sssaaabbbiiiaaa qqquuueee::: A geração dos movimentos e deformações que vemos nos efeitos especiais do cinema, da TV, dos games de computadores e nas visualizações das simulações científicas está baseada na multiplicação de matrizes 4x4 no caso espacial e 3x3 no caso plano. Nessas aplicações o problema computacional não está no tamanho das matrizes mas na quantidade delas e na rapidez de processamento das multiplicações (para que se tenha um movimento realístico). Em muitas outras aplicações, temos uma situação quase que oposta: uma única matriz é suficiente mas seu tamanho pode ir a ordem de centenas e mesmo milhares de linhas e colunas. Isso ocorre normalmente em problemas que envolvem o estudo de campos elétricos, magnéticos, de tensões elásticas, térmicos, etc, os quais - por um processo de discretização - são reduzidos a um sistema de equações lineares, cuja matriz tem grande tamanho. Esse tipo de problema é um dos mais comuns em vários campos da Engenharia. Outra situação que nos leva a nos envolvermos com matrizes enormes são as associadas a grandes redes de distribuição de energia elétrica, redes de comunicações, redes de transporte, etc. (SILVEIRA, 1999). 2. Definição hamamos de matriz de ordem m por n a qualquer quadro ou tabela formada por m x n elementos (números, polinômios, frações, etc.) dispostos em m linhas e n colunas. Ou, uma matriz é qualquer tabela formada por números ou outro tipo de objeto matemático que se pretende operar em bloco, simultaneamente. Ou, uma matriz é um conjunto ordenado de números e estão associdados a duas dimensões: a dimensão das linhas e a das colunas. Um importante exemplo prático de matriz surge na informática: os programas conhecidos como planilhas eletrônicas correspondem a matrizes. Uma planilha, tal como uma matriz, está dividida em linhas e colunas e, cada célula da planilha representa um elemento da matriz. F C Álgebra Linear 6161 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris De forma genérica, uma matriz pode ser representada por uma letra maiúscula do alfabeto ou por seus elementos representativos. Estes elementos são dispostos normalmente entre parênteses ( ) ou entre colchetes [ ] ou duplas barras . Da mesma forma, cada elementos está associado a dois subíndices que indicam sua posição na matriz. Exemplo: A2x4 = 0152 1421 ou A2x4 = 0152 1421 ou A2x4 = 0152 1421 Assim, podemos dizer que cada elemento de uma mátria A é representado por aij, onde i representa a linha e j a coluna, onde o elemento a se encontra localizado. A matriz com m linhas e n colunas possui dimensão mxn (lê-se m por n) e indicamos por Amxn. Exemplo 1: (a) A2x3 = 534 012 é uma matriz de 2 linhas e 3 colunas onde cada elemento de A ocupa um lugar determinado na matriz. O elemento (-5), por exemplo está na segunda linha (i=2) e terceira coluna (j=3) que indicamos por a23 = -5. Os demais elementos indicamos por: 534 012 232221 131211 aaa aaa (b) B2x2 = 4 91 i é uma matriz de ordem 2 x 2 ou B = [bij]2x2 (c) C1x4 = 9422 é uma matriz de ordem 1 x 4 ou C = [cij]1x4 Exemplo 2: Consideremos a situação-problema de 03 pessoas, candidatas a um emprego e submetidas a testes. Podemos representar o resultado dos testes num quadro de avaliação: 1º teste 2º teste 3º teste Teresa 4,0 3,5 1,0 Paulo 5,0 7,3 8,0 Marcos 4,8 7,2 3,0 André 9,0 8,8 6,5 Os números distribuidos na horizontal representam a pessoa avaliada e formam o que denominamos de linha e, os colocados na vertical representam o grau de aprovação no teste e são chamados de coluna. A tabela de valores resultante do quadro é denominada matriz e cada número é chamado de elemento. Neste exemplo, temos uma tabela/matriz de ordem quatro por três (4 x 3) ou seja, é uma a matriz com 4 linhas e 3 colunas. Assim, representamos a situação-problema em: A4x3 = 5,68,80,9 0,32,78,4 0,83,70,5 0,15,30,4 Álgebra Linear 6262 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris Exemplo 3: Vamos considerar agora, a representação em matriz da seguinte situação: Analisando a pontuação (de 0 a 10) obtida por Paulo, André e Luana, no programa deformação continuada da empresa em que trabalham, nos últimos anos, temos: Paulo, com 8, 7, 9 e 8 pontos; André, com 6, 6, 7, 6 e Luana, com 4, 8, 5, 9. Esta situação-problema pode ser representando num quadro ou numa matriz com a pontuação dos três por ano. Observe: Representando num quadro: 2004 2005 2006 2007 Paulo 8 7 9 8 André 6 6 7 6 Luana 4 8 5 9 Representando numa matriz: Para saber a pontuação de André, por exemplo, em 2006, basta procurar o número que fica na 2ª linha e na 3ª coluna da tabela ou da matriz. Temos nesse caso, uma matriz de ordem 3 x 4 ou seja, nossa matriz tem 3 linhas e 4 colunas e indicamos por A3x4. Se uma matriz tem o número de linhas igual ao número de colunas, é chamada de matriz quadrada. Exemplo 4: Vamos avaliar uma outra situação-problema na comparação entre pessoas com seus respectivos pesos, alturas e idade. Podemos representar no quadro abaixo os valores encontrados: Altura(m) Massa(kg) Idade(anos) Eduardo 1,83 72 18 Fernando 1,75 54 14 Este quadro pode ser representada por uma matriz A de ordem 2 x 3 ou seja com 2 linhas e 3 colunas. As linhas são enumeradas de cima para baixo e as colunas, da esquerda para direita. A2x3 = 145475,1 187283,1 LINHAS COLUNAS Resumindo: 1. Algebricamente, usamos letras maiúsculas (A, B, ...) para indicar as matrizes genéricas e letras minúsculas ou números para indicar os elementos. 1ª linha 2a linha 3ª coluna 2a coluna 1a coluna Álgebra Linear 6363 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris 2. As tabelas com m linhas e n colunas são denominadas matrizes de ordem m x n. Portanto: Denomina-se matriz de ordem m x n (lê-se: m por n) com m, n 1, a uma tabela formada por m x n elementos (números, polinômios, funções, etc.), dispostos em m linhas e n colunas. 3. A representação genérica de uma matriz A de ordem m x n é: Amxn = mnmmm n n aaaa aaaa aaaa ... ............... ... ... 321 2232221 1131211 , com m e n N* Indica-se a matriz acima por: Amxn = [ aij ] m x n com i {1, 2, ..., m} N e j { 1, 2, ..., n} N ou Amxn = [ aij ] , (1 i m e 1 j n). Note que cada elemento aij da matriz A, está vinculado a dois índices: i e j. O primeiro indica a linha e o segundo a coluna em que o elemento pertence. Exemplo: O elemento a25 indica que o elemento a está localizado na 2ª linha e 5ª coluna da matriz A. 4. As linhas ou colunas de uma matriz são representações de vetores e podem ser denominados de vetor linha ou vetor coluna. 5. A representação de uma matriz a partir de uma lei de formação permite encontrar o seu número de elementos e determiná-los. Exemplo: Encontre a matriz A = (aij)3x2 sabendo que aij = 2i – 3j. Resolvendo: A representação abreviada de A = (ai j)3 x 2 indica que A tem ordem 3 x 2 ou seja 3 linhas e 2 colunas. Então m x n = 3 x 2 = 6. Assim, nossa matriz tem 6 elementos e sua representação genérica é A3x2 = 3231 2221 1211 aa aa aa . Logo, para aij = 2i – 3j temos: a11 = 2.1 - 3.1 = 2 – 3 = -1 a21 = 2.2 – 3.1 = 4 – 3 = 1 a31 = 2.3 – 3.1 = 6 – 3 = 3 a12 = 2.1 – 3.2 = 2 – 6 = -4 a22 = 2.2 – 3.2 = 4 – 6 = -2 a32 = 2.3 – 3.2 = 6 – 6 = 0. A matriz procurada é A3x2 = 03 21 41 3. Tipos de Matrizes lgumas matrizes, por suas características, recebem denominações especiais. Vamos conhecer! 1. Matriz Retangular: Se m n então A é dita matriz retangular de ordem m x n. Exemplo: A3x4= 34333231 24232221 14131211 aaaa aaaa aaaa é uma matriz retangular de ordem 3 4 ou A = [aij]3x4 A Álgebra Linear 6464 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris 2. Matriz Linha ou vetor linha: É a matriz de ordem 1 x n, ou seja, formada por uma única linha. Exemplo: A1x4 = 8513 3. Matriz Coluna ou vetor coluna: É a matriz de ordem m x 1, ou seja, com uma única coluna. Exemplo: B2x1 = 9 4 . 4. Matriz Nula ou matriz nula: É a matriz em que todos os elementos são nulos. É representada por 0m x n. Exemplo: 02x3 = 000 000 Exemplo complementar: A tabela a seguir apresenta os preços dos produtos químicos para tratamento de água P1, P2, P3, P4 das empresas A, B, e C. P1 P2 P3 P4 A 190 182 204 179 B 191 180 200 177 C 192 181 205 175 Neste exemplo temos uma matriz retangular de ordem 3 x 4, formada por 3 linhas e 4 colunas. Os preços da empresa A formam a matriz linha 1x4 indicada por A = 179204182190 . Idem para os preços das empresas B e C. Os preços do produto P1, relacionados as empresas A, B e C formam a matriz coluna 3x1, indicada por P1= 192 191 190 . Idem para os produtos P2, P3 e P4 . 5. Matriz Quadrada: Se m = n então a matriz A é denominada matriz quadrada de ordem n isto é, A é uma matriz que tem um número igual de linhas e colunas. Exemplos: A3x3= 333231 232221 131211 aaa aaa aaa e B2x2= 40 31 . A é uma matriz quadrada de ordem 3 e B tem ordem 2. Os elementos aij da matriz quadrada quando i = j formam a diagonal principal da matriz. A outra diagonal é chamada diagonal secundária. Exemplo: A3x3= 333231 232221 131211 aaa aaa aaa Na diagonal principal estão os elementos que têm os dois índices iguais a11, a22, ... ann Na diagonal secundária estão os elementos aij tais que i+j = n+1 ou seja, que têm soma dos índices igual a n+1 São: a1n, a2(n-1), ... an1. As matrizes quadradas se classificam em: Diagonal principal Diagonal secundária Note que: Matrizes com a característica de ser linha ou coluna têm papel importante na Álgebra e são denominadas vetores. E estes têm representação geométrica no plano e no espaço tridimensional. Álgebra Linear 6565 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris 5.1 Matriz diagonal: É a matriz quadrada em que todos os elementos que não estão na diagonal principal são iguais a zero ou seja, se A=[ aij ], então aij = 0 quando i j. Indicamos por D = diag (a11, a22, ... ann ). Exemplo 1: D3x3 = 200 0310 005 5.2 Matriz identidade ou matriz unidade: É a matriz quadrada em que todos os elementos da diagonal principal são iguais a 1 e os demais são nulos. É representada por In, sendo n a ordem da matriz ou simplesmente I. Ou, matriz identidade é uma matriz diagonal com os elementos não nulos iguais a 1. Exemplo: I3 = 100 010 001 Pode ser representada genericamente por: In = [ aij ] com aij = j i se 0, j i se ,1 Note que: A multiplicação de qualquer matriz pela identidade resulta na matriz original. 5.3 Matriz escalar ou singular: É a matriz diagonal cujos elementos da diagonal principal são iguais. Note que toda matriz identidade é uma matriz escalar. Exemplo: A3 = 500 050 005 5.4 Matriz triangular superior: É a matriz quadrada cujos elementos abaixo da diagonal principal são nulos ou é a matrizA=[aij] cujos elementos aij são nulos (aij = 0) para i j Exemplo:A4 = 2000 0100 1220 1865 5.5 Matriz triangular inferior: É a matriz quadrada cujos elementos acima da diagonal principal são nulos ou é a matriz quadrada A=[aij] cujos elementos aij são nulos (aij = 0) para i j Exemplo:A4 = 2523 0119 0020 0005 Note que: Uma Matriz diagonal é simultaneamente triangular superior e triangular inferior. Por exemplo: Uma agência de automóveis efetuou de vendas, durante o quatro trimestre: 106 Gols no 1o mês, 45 Zafiras no 2o mês, no último mês foram 20 Passats. Observe, ao lado, a tabela de vendas e a matriz diagonal que é simultaneamente triangular. Gol Zafir a Passat ou M1 10 6 0 0 M2 0 45 0 M3 0 0 20 4. Proposições: Igualdade de Matrizes e Matriz Oposta 4.1 Duas matrizes de mesma ordem podem ser iguais. Duas matrizes A = [ aij ] e B =[ bij ], de mesma ordem, são iguais se, e somente se, todos seus elementos correspondentes são iguais ou seja, se aij = bij. Exemplo 1: A matriz A = [ 2 -4 1,5 ] é igual a matriz B = [ a -4 1,5 ] se, cada um dos seus elementos são iguais. Neste caso, a = 2. 2000 0450 00106 Álgebra Linear 6666 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris Exemplo 2: Seja A = dc ba e B = 51 61 . A=B se a = 1, b = 6, c = -1 e d = 5. Exemplo 3: Seja A = 22 41 e B = wy zx 1 2 temos que A = B ou B = A se 22 41 = wy zx 1 2 2 42 21 1 w z y x 2 2 1 1 w z y x 4.2 Toda matriz A tem uma matriz oposta (-A). Se A = [ aij ] m x n então existe uma matriz oposta de A representada por (-A) de modo que aij = - aij. A matriz (-A) oposta de A é obtida trocando-se todos os sinais dos elementos de A ou multiplicando A pelo escalar (-1). Exemplo 1: Se A= 40 31 então (-A) = 40 31 . Exemplo 2: Se A= 22 41 então B é oposta de A se B = 22 41 5. Matriz Transposta ada uma matriz Am,n, chama-se transposta de A a matriz A t que se obtem trocando ordenadamente as linhas pelas colunas. Ou, a matriz transposta de uma matriz A= [aij], de ordem mxn, é a matriz A t, de ordem nxm, que se obtém escrevendo ordenadamente as linhas de A como colunas ou vice-versa. Exemplo: Se A = 324 611 então At = 36 21 41 Note que a 1ª linha de A corresponde à 1ª coluna de At e a 2ª linha de A corresponde à 2ª coluna. Obs: Algumas propriedades se definem nas transpostas envolvendo soma e produto de matrizes. Portanto, serão comentadas após as operações com matrizes. 6. Simetria em Matrizes ma matriz qualquer quadrada, pode ser simétrica e anti-simétrica. Observe: D U Álgebra Linear 6767 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris 6.1 Matriz simétrica: É a matriz quadrada de ordem n tal que A = At. É a matriz cujos elementos aij = aji. Em geral a matriz simétrica é indicada pela letra S Também podemos dizer que: Se uma matriz (quadrada) A e a sua transposta At são iguais, isto é, as jiij aa para todo i e j, então a matriz A é simétrica (com relação a sua diagonal principal). A = At Matriz Simétrica Exemplo: A = 712 130 205 = At = S Observe que na Matriz simétrica os elementos dispostos simetricamente em relação a diagonal principal são iguais. Neste exemplo, temos: a12 = a21= 0 a13 = a31= 2 a23 = a32= -1 6.2 Matriz anti-simétrica: É a matriz quadrada de ordem n tal que At = (-A) ou é a matriz cujos elementos aij = (-aji) para ij e aij=0 para i=j. Em geral a matriz simétrica é indicada pela letra S´ A = -At Matriz anti-simétrica Observe nos exemplos que, como A=(-At ) então A é simétrica e a12 = - a21, a13 = - a31, a23 = - a32 a11 = a22 = a33 = 0 NNNooottteee qqquuueee::: Se uma matriz A é anti-simétria, seus elementos dispostos simétricamente em relação à diagonal principal são opostos e os elementos da diagonal principal são nulos. Exemplo 1: A= 012 105 250 =-At = S´ Exemplo 2: B= 031 304 140 =-Bt = S´ Agora, tente você! Resolva a Lista 1 de atividades Álgebra Linear 6868 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris Lista 1 de Atividades - Matrizes 1.Uma agência de automóveis efetuou de vendas, durante o quarto trimestre: 106 Gols, 40 Zafiras e 12 Passats no 1o mês, 100 Gols, 22 Zafiras e 6 Passats no 2o mês, no último mês foram 86 Gols, 40 Zafiras e 20 Passats. Monte a tabela de vendas e transforme em matriz. 2.Encontre as matrizes definidas em: (a) A=(aij)3x2 com aij=i–5j (b) B=(bij)4x4 com bij = j i se ,0 j i se 1 3.Encontre as matrizes definidas em: (a) A=(aij)3x2 com aij=4i–j (b) B=(bij)3x3 com bij =i 2+j2 (c) C=(cij)2x3 com cij = j i se ,2 j i se 4 ji j i (d) D = (dij)3x3, matriz identidade 4.Considere a matriz B = 5,68,80,9 0,32,78,4 0,83,77,5 0,15,30,4 . Encontre os valores dos seguintes elementos de B: a) b11 b) b12 c) b42 d) b21 e) b31 f) b24 5.Uma matriz possui 8 elementos. Quais os tipos possíveis para essa matriz? 1x8, 2x3, 5x7, 4x2, 2x4, 2x6! 6. Quantos elementos tem uma matriz de ordem 4 por 7? 7. Encontre a tabela de carros financiados por uma agência bancária nos meses de junho, julho e agosto. No mês de junho foram financiados 106 carros do modelo A, 5 do modelo B e 2 do modelo C. No mês de julho foram financiados 98 carros do modelo A, 45 do modelo B e 10 do modelo C. No mês de agosto foram financiados 115 carros do modelo A, 15 do modelo B e 20 do modelo C. Represente em matriz e analise: (a) Qual o modelo de carro mais financiado? (b) Em qual mês houve um maior número de carros financiados. (c) Qual o total de carros financiados pela agência mensalmente e, ao final dos três meses? 8. Dê exemplo de: (a) Matriz simétrica S e anti-simétrica S´de ordem 3. (b) Matriz escalar de ordem 4. (c) Matriz Identidade de ordem 5. 9. Considere as matrizes retangulares A = 6200 4531 x e B = 6400 4631 y . (a) Determine os valores de x e y de forma que as matrizes A e B sejam iguais; (b) Encontre At e Bt. 10. A partir da matriz A = [aij]3x3 cuja a lei de formação é definida por aij = jiii jiji j se 2 se encontre matrizes que tenham alguns ou todos os elementos de A com as características de serem: (a) A é matriz quadrada; (b) B é matriz linha; (c) C é matriz coluna; (d) D é matriz triangular superior; (e) E é matriz triangular inferior; (f) F é matriz diagonal. 11. Determine a matriz oposta de A2x3 = 250 321 12. A partir de uma matriz triangular superior de ordem 3, encontre a sua matriz oposta. Álgebra Linear 6969 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da SilvaFabris 13. A partir de uma matriz diagonal de ordem 4, encontre sua transposta. 14. Encontre a transposta da matriz A = [aij]3x2 em que aij = jiij jiji se se 15. Para a matriz linha A = [aij]1x3 em que aij =2i-j, prove que (A t)t = A. 16. Encontre a matriz diagonal A = [aij] de ordem 3, sabendo que aij = 3i-j. Após, determine a soma dos elementos da diagonal principal com os elementos da diagonal secundária. 17. Para A = 215 36 420 y e B = z x 84 13 560 encontre os valores de x, y e z para B = At. 18. Verifique se a matriz identidade de ordem 3 é simétrica ou anti-simétrica e justifique. 19. Determine uma matriz triangular superior A e uma matriz triangular inferior B de ordem 3, para aij = i+j e bij = i-j. 20. Considere a matriz A = 18 9 431 z yx . Para que valores de x, y e z, A é uma matriz simétrica. Respostas da Lista de Atividades 1 (1) Gol Zafira Passat M1 106 40 12 M2 100 22 6 M3 86 40 20 (2) A= 72 83 94 (2) B = 0111 1011 1101 1110 (3) A = 1011 67 23 (3) B = 181310 1385 1052 (3) C = 3/868 3/423 ; (3) D = 100 010 001 (4) (a) b11=4,0 (b) b12=3,5 (c) b42=8,8 (d) b21=5,7 (e) b31=4,8 (f) b24=não existe; (5) 1x8, 4x2 e 2x4 (6) 4x7 = 28 elementos (7) 2015115 104598 25106 (a) modelo A; (b) mês 07; (c) mês 06 = 113; mês 07 = 153 e mês 08 = 150. Ao final de 3 meses financiaram 416 carros. (8)(a) S = 2042 4453 23106 ; S= 042 403 230 (b) E= 2000 0200 0020 0002 (c) I = 10000 01000 00100 00010 00001 (9a) x=1 e y = 6 (9b)At= 64 26 03 01 Bt; (11) (-A)= 250 321 , (12) A= 1800 1380 1052 , (-A) = 1800 1380 1052 (13) D = 7000 0100 0030 0002 = Dt. 204086 622100 1240106 Dica: A é simétria se aij = aji Álgebra Linear 7070 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris (14) At 101 210 (15) A = 101 , At = 1 0 1 , (At)t = 101 = A (provado) (16) D = 33 22 11 00 00 00 a a a = 600 040 002 → (2+4+6)+(0+4+0) = 16. (17) x= 2 , y=8 e z=2 ou S={( 2 ,8,2)}; (18) É simétrica pois aij = aji para i ≠ j e não é anti- simétrica pois aij 0 para i = j; (19) A = 600 540 432 , B = 012 001 000 (20) A é simétrica para x=3, y = 8 e z = 4 7. Operações com Matrizes 7.1 Adição e Subtração de matrizes uas matrizes, A = [aij] e B = [bij], só podem ser adicionadas ou subtraídas se tem a mesma ordem. Neste caso, a soma (adição) de A com B é uma matriz C = [cij], indica-se por A + B = C, tal que: cij = aij + bij A diferença (subtração) entre duas matrizes A e B, de mesma ordem, é definida pela soma de A com (-B), indica-se: A + (-B) = A – B, tal que: cij = aij - bij Assim, duas matrizes podem ser somadas (ou subtraídas) se e somente se elas possuem a mesma dimensão ijij ba Exemplo 1: Se 2221 1211 2221 1211 bb bb B aa aa A e 2221 1211 2221 1211 bb bb B aa aa A então 22222121 12121111 baba baba BA Exemplo 2: A tabela a seguir mostra o número de embalagens em mil, dos modelos C1, C2, C3 produzidas numa semana pelas industrias A, B e C integrantes de um mesmo grupo empresarial, numa semana: C1 C2 C3 A 18 41 17 B 17 52 15 C 25 48 19 A matriz correspondente a produção das embalagens é indicada por P1 = 194825 155217 174118 . Considerando que a quantidade de embalagens semanais produzidas não se altera, qual o total de embalagens produzidas pelo grupo, por indústria e por modelo, ao final de duas semanas? 1ª semana + 2ª semana = P1 + P2 = 194825 155217 174118 + 194825 155217 174118 = 389650 3010434 348236 . A matriz P1 + P2 indica a produção por empresa e produto ao final de duas semanas. Temos então: Indústria A: produziu 36 mil embalagens do modelo C1, 82 mil do C2 e 34 mil de C3. D Álgebra Linear 7171 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris Indústria B: produziu 34 mil embalagens do modelo C1, 104 mil do C2 e 30 mil de C3. Indústria C: produziu 50 mil embalagens do modelo C1, 96 mil do C2 e 38 mil de C3. Este é um exemplo de soma de matrizes Analisando a matriz resultante, podemos encontrar outros dados, facilmente. Por exemplo: O total de embalagens produzidas do modelo C1 (= 120 000), do modelo C2 (= 282 000), do modelo C3 (=102 000). O total de embalagens produzidas, por industria, nos três modelos: A (=152 000), B (=168 000) e C = (184 000) O total de embalagens produzidas nas três industrias (=504 000) Exemplo 3: Se A = 02 41 e B = 68 35 então A + B = 02 41 + 68 35 = 610 76 Exemplo 4: Se A = 02 41 e B = 68 35 então A - B = 02 41 - 68 35 = 66 14 Exemplo 5: Se A= 753 234 321 e B= 351 484 323 então, A+B= 753 234 321 + 351 484 323 = 375513 )4(28344 332231 = 10104 650 644 =C A–B= 753 234 321 - 351 484 323 = 375513 )4(28344 332231 = 402 2118 002 =D Exemplo 6: Se A = 12 b e B = 32 3 1 A + B = 22 3 7 b Exemplo 7: Se A = 152 e B = 423 então A + (-B) = A–B = 571 7.2 Multiplicação por um escalar eja A = [aij] e k um escalar (número) real ou complexo. O produto da matriz A pelo escalar k, é a matriz B = [bij] tal que bij = k aij , ou seja, é a matriz obtida multiplicando-se cada elemento de A por k bij = kaij Exemplo 1: k A = k 02 41 = 02 4 k kk se k=5 temos 5A = 5 02 41 = 010 205 =B Exemplo 2: Se A= 423 então A. 3 1 423. 3 1 = 4. 3 1 2. 3 1 3. 3 1 = 3 4 3 2 1 . S Álgebra Linear 7272 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris Exemplo 3: Considermos o mesmo problema anterior do quadro demonstrativo de produção de embalagens de indústrias que integram o mesmo grupo empresarial. A tabela a seguir mostra o número de embalagens em mil, dos modelos C1, C2, C3 produzidas pelas industrias A, B eC, numa semana: C1 C2 C3 A 18 41 17 B 17 52 15 C 25 48 19 A matriz correspondente a produção das embalagens é indicada por P1 = 194825 155217 174118 . Para atender as necessidades do mercado, a produção precisa dobrar nas duas últimas semanas do mês. Qual deve ser o quadro de produção da empresa num mês de 04 semanas? 1ª semana: P1 = 194825 155217 174118 = P2 2ª semana; 3ª semana: P3 = 2.P1 = 2. 194825 155217 174118 = 389650 3010434 348236 = P4 4ª semana; Produção nas 4 semanas: P1+P2+ P3 + P4 = 3. P4 = 114288150 90312102 102246108 OU podemos resolver fazendo Pi = 6.P1= 6. 194825 155217 174118 = 114288150 90312102 102246108 7.3 Multiplicação entre matrizes Vamos introduzir o conceito a partir de exemplos: Exemplo 1: Em três lojas A, B, C, de uma rede, são vendidos mensalmente, calçados do tipo C1, C2 e C3 conforme tabela: Tabela Matriz C1 C2 C3 A 18 41 17 B 17 52 15 C 10 39 16 V = 163910 155217 174118 Se os calçados do tipo C1, C2 e C3 são vendidos respectivamente no valor de 50, 40 e 60 reais cada, então os preços das mercadorias podem ser representadas pela matriz P = 60 40 50 . Álgebra Linear 7373 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris O valor recebido pelas vendas dos calçados na loja A é obtido pela multiplicação de cada elemento da 1ª linha da matriz V pelos correspondentes elementos da matriz P. Assim, V = 163910 155217 174118 . P = 60 40 50 = 18.50+41.40+17.60 = 900+1640+1020 = 3560 reais Loja A Da mesma forma, obtemos o valor recebido pelas vendas das lojas B e C. V = 163910 155217 174118 . P = 60 40 50 = 17.50+52.40+15.60 = 850+2080+900 = 3830 reais Loja B V = 163910 155217 174118 . P = 60 40 50 = 10.50+39.40+16.60 = 500+1560+960 = 3020 reais Loja C Portanto, o valor recebido pelas vendas dos três tipos de calçados nas lojas A, B e C é representado pela matriz V.P = 163910 155217 174118 . 60 40 50 = 3020 3830 3560 . Assim, o valor recebido pelas lojas A, B e C na venda mensal dos calçados do tipo C1, C2 e C3 é de R$ 10.410,00 que equivale a R$ 3.560,00 da Loja A, R$ 3.830,00 da Loja B e R$ 3.020,00 da Loja C. Exemplo 2:Uma empresa produz dois tipos de produtos, P1 e P2. São usados três tipos de ingredientes na produção: x, y, z nas seguintes proporções: Tabela Matriz P1 P2 x 3 1 y 4 2 z 3 7 Ip = 73 24 13 Diariamente são fabricados 80 produtos do tipo P1 e 120 do tipo P2. Esta quantidade de produtos pode ser representada pela matriz produção P = 120 80 . Para saber a quantidade de ingredientes utilizados diariamente, fazemos: Ingrediente x 3.80+1.120 = 240+120=360 Ingrediente y 4.80+2.120 = 320+240=560 Ingrediente z 3.80+7.120 = 240+840=1080 Esta quantidade de produtos pode ser representada pela matriz Pi = 1080 560 360 . Podemos obter esta matriz Pi denominada de matriz produto de Ip por P, da seguinte forma: 73 24 13 . 120 80 = 120.780.2 120.280.4 120.180.3 = 1080 560 360 = Pi Álgebra Linear 7474 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris Note que: cada elemento da matriz final é a soma dos produtos ordenados de uma linha da primeira matriz pela coluna da segunda matriz ou seja: 360 = 3.80+1.120 560 = 4.80+2.120 1080= 3.80+7.120 Este é mais um exemplo de multiplicação de matrizes. Conceituando o produto de matrizes: Utilizamos na definição de produto de matrizes o conceito de somatório: Vamos rever este conceito? Saiba Mais: Definição: Produto entre duas matrizes A e B só é possível se o número de colunas da primeira é igual ao número de linhas da segunda matriz. Se existir o produto de A por B, o tipo da matriz produto é dado pelo número de linhas de Ae pelo número de colunas de B. Pode existir o produto de A por B, mas não existir o produto de B por A. Dadas as matrizes A = (aik)mxn e B = (bik)mxp, define-se como produto de A por B a matriz C = (cij)mxp tal que o elemento cij é a soma dos produtos da i-ésima linha de A pelos elementos correspondentes da j-ésima coluna de B. C = A B cij = ).( 1 ik p k ik BA Se considerarmos, por exemplo, as matrizes A = [ aij ]2xn e B = [ bij ]mx1, com m = n, o produto AB, nesta ordem, é a matriz C = [ cij ]2x1 tal que, cij é a soma dos produtos, na ordem em que estão dispostos, dos elementos da matriz-linha A, pelos elementos da matriz-coluna B. Note que a matriz resultante C tem o mesmo número de linhas de A e o número de colunas de B. Exemplo 1: Seja A = 423 , B = 4 2 1 , C = 352 624 e D = 6721 0132 1425 . a) A x B = ? Resolução: A1x3 x B3x1 = [(3x1) + (-2x2) + (4x4)] = [3-4+16] = [15] = C1 x 1. b) B x C = ? Resolução: B3x1 x C2x2 =? Não existe produto BC pois o nº de colunas de B é diferente do nº de linhas de C ou 1 2. c) C x D = ? O Na multiplicação de matrizes, utilizamos o símbolo de somatório (letra sigma maiúscula do alfabeto grego) para representar uma soma. Por exemplo, a soma a1+ a2+ a3+ a4+ a5 pode ser representada abreviadamente por: 5 1i ia (lê-se: somatório de ai com i variando de 1 a 5). Assim, 5 1i ia = a1+ a2+ a3+ a4+ a5. Generalizando: n mi ia = am+ am+1+ am+2+...+ an. Neste caso, i é o índice da soma, m é o limite inferior do somatório e n é o limite superior do somatório. Exemplo: 5 1 23 i i = 3.12+3.22+3.32+3.42+3.52=3.1+3.4+3.9+3.16+3.25=165. Álgebra Linear 7575 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris Resolução: C2x3 x D3x4 = 352 624 x 6721 0132 1425 = M2x4 = 24232221 14131211 aaaa aaaa Para determinar M que é o produto das matrizes C x D, consideramos cada linha da matriz A como uma matriz-linha e cada coluna da matriz B como matriz-coluna. Calculamos cada elementos aij da matriz M = CD. Como? (1) Multiplicamos a 1ª linha de C pela 1ª coluna de D. A seguir, multiplicamos a 1ª linha de C pela 2ª coluna de D. E, assim, sucessivamente, multiplicamos a 1ª linha de C pela 3ª e 4ª colunas de D. Obtemos respectivamente, os elementos a11, a12, a13 e a14 que formam a primeira linha da matriz M. (2) Encontramos a segunda linha de M, multiplicando a 2ª linha de C pela 1ª, 2ª, 3ª e 4ª coluna de D e assim sucessivamente. Ou seja: a11 = (1ª linha de C)x(1ª coluna de D) = 4x5 + 2x2 + 6x1 = 20 + 4 + 6 = 30 a12 = (1ª linha de C)x(2ª coluna de D) = 4x2 + 2x3 + 6x2 = 8 + 6 + 12 = 26 a13 = (1ª linha de C)x(3ª coluna de D) = 4x4 + 2x1 + 6x7 = 16 + 2 +42 = 60 a14 = (1ª linha de C)x(4ª coluna de D) = 4x1 + 2x0 + 6x6 = 4 + 0 + 36 = 40 a21 = (2ª linha de C)x(1ª coluna de D) = 2x5+ 5x2 + 3x1 = 10 + 10 + 3 = 23 a22 = (2ª linha de C)x(2ª coluna de D) = 2x2 + 5x3 + 3x2 = 4 + 15 + 6 = 25 a23 = (2ª linha de C)x(3ª coluna de D) = 2x4 + 5x1 + 3x7 = 8 + 5 + 21= 34 a24 = (2ª linha de C)x(4ª coluna de D) = 2x1 + 5x0 + 3x6 = 2 + 0 + 18= 20 Portanto, o produto das matrizes C(2,3) e D(3,4) é a matriz M(2,4) = 20342523 40602630 Exemplo1 2: Sejam as matrizes A e B defindas por: A = 43 21 e B = 24 31 . Determinar a matriz C resultante do produto de A por B. Resolução: O produto de A com B resulta numa matriz C, quadrada de ordem 2. Procedemos multiplicando os elementos equivalentes de cada linhas de A por cada colunas de B, adicionando os resultados. Vejamos: A2x2 x B2x2 = C2x2 = 2221 1211 cc cc . Fazendo A.B temos A.B = 43 21 . 24 31 = C11 =resultado do produto e soma da 1ª linha com 1ª coluna C12 =resultado do produto e soma da 1ª linha com 2ª coluna C21 =resultado do produto e soma da 2ª linha com 1ª coluna 1 SOMATEMATICA: Ensino Superior: Teoria, Exercícios. (CD-Room). Virtuous Tecnologia da Informação Ltda. 2008 Álgebra Linear 7676 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris C22 =resultado do produto e soma da 2ª linha com 2ª coluna Portanto, A2x2 x B2x2 = C2x2 = 2221 1211 cc cc = 1713 77 Observe que, fazendo B.A, neste caso, obtemos um resultado diferente de A.B. B2x2 x A2x2 = 24 31 . 43 21 = Portanto, B2x2 x A2x2 = D2x2 = 2221 1211 dd dd = 1610 108 . Exemplo 3: Considere o problema a seguir: Qual o custo de produção de cada um dos produtos 1, 2, 3 e 4 sabendo a quantidade de insumo usada por produto e o preço por unidade de cada insumo? Para atingir o mínimo de custo de produção, qual o melhor fornecedor de insumos? Tabela: Produto versus quantidade (em unidades) de insumos empregados. Insumo A Insumo B Insumo C Insumo D Produto 1 20 3 18500 20200 Produto 2 14000 14500 14200 14000 Produto 3 6000 5500 7000 5450 Produto 4 3300 2200 2800 2600 Tabela: Preço por insumo (em unidade) versus fornecedor Fornecedor 1 Fornecedor 2 Fornecedor 3 Insumo A 0,14 0,15 0,13 Insumo B 0,20 0,20 0,19 Insumo C 0,28 0,21 0,28 Insumo D 0,28 0,11 0,13 Resolução: Álgebra Linear 7777 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris 4 Produto do 3 Produto do 2 Produto do 1 Produto do Custo Custo Custo Custo = 2600280022003300 5450700055006000 14000142001450014000 2020018500320 x 13,011,028,0 28,021,028,0 19,020,020,0 13,015,014,0 4 Produto do 3 Produto do 2 Produto do 1 Produto do Custo Custo Custo Custo = 00,969.100,809.100,414.2 50,493.450,069.400,426.5 00,371.1000,522.900,756.12 17,809.760,110.640,839.10 que equivale ao custo de produção por produto x fornecedor. Para atingir o mínimo de custo de produção, os Insumos deveriam ser comprados do fornecedor 2. Caso fosse possível comprar os insumos separadamente a melhor compra seria, Insumo A e B do fornecedor 3; Insumo C e D do fornecedor 2. 8. Potência de uma Matriz ma matriz quadrada A pode ser multiplicada n vezes por si mesma. A matriz que resulta dessas operações, e que representamos por An é denominada potência n da matriz A . Exemplo 1: A = 02 11 A2 = A.A = 02 11 . 02 11 = 22 13 . Assim, a matriz 22 13 é a 22 13 é a potência 2 da matriz A e indicamos por A2. Note que: Se An = A para n 2 então A é uma matriz periódica. Em particular se a matriz é periódica para n = 2 ou seja, se A2 = A então A também é chamada de uma matriz idempotente. Se existir um número n, inteiro e positivo, tal que An=0 então A é uma matriz nihilpotente. Note que, se A2 = 0, então A3 = A4 = A5 = ... = An = 0 Exemplo 1: Para A = 344 232 112 temos A.A = 344 232 112 . 344 232 112 = 344 232 112 =A Como A2 = A então A é uma matriz periódica e idempotente. Exemplo 2: Para A = 11 01 temos A.A = 11 01 . 11 01 = 10 01 A, logo A não é idempotente pois A2 A Entretanto, A3 = A A2.A = 10 01 . 11 01 = 11 01 = A logo A é periódica. U Álgebra Linear 7878 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris Exemplo 3: Para A= 444 333 111 temos A.A = 444 333 111 . 444 333 111 = 000 000 000 . Logo A é uma matriz2 nihilpotente de índice 2 porque A2 = 0. Note que, se A2 = 0 então A3 = A2.A = 0.A = 0, A4 = A3.A = 0.A = 0, ...., e portanto An = 0. Exemplo 4: A matriz B = 312 625 311 também é nihilpotente mas de ordem 3 porque A3 = 0. Observe: A2= 312 625 311 . 312 625 311 = 311 933 000 0. Mas, A3=A2.A= 311 933 000 . 312 625 311 = 000 000 000 =0. Como A3 = 0 então A4=A5=...=An=0 Exemplo 5: As matrizes A = 64 96 e B = 129 1612 também são nihilpotente de índice 2 porque A2 = 0 e B2 = 0. Verifique! 9. Propriedades das Operações com Matrizes Propriedades da adição de matrizes Para as matrizes A, B e C, de mesma ordem, valem as seguintes propriedades: 1) Comutativa 2) Associativa 3) Elementro Neutro 4) Simétrica A + B = B + C A+ (B + C) = (A + B) + C A + 0 = 0 + A, sendo 0 a matriz Nula A + (-A) = A - A = 0 Propriedades do produto de uma matriz por um escalar Para as matrizes A e B, de mesma ordem e k e k’, escalares quaisquer, então: k(A + B) = kA + kB e (k k’) A = kA k’A. E, também, (kk’) A = k(k’ A) e se kA = kB então A = B. Propriedades do produto de matrizes Sejam as matrizes A, B e C. Verificadas as condições de existência para a multiplicação de matrizes, valem as seguintes propriedades: 1) Associativa 2) Distributiva em relação à adição 3) Elementro Neutro A(BC) = (AB)C (A+B)C = AC + BC ou C(A+B) = CA + CB AIn = InA = A, sendo In a matriz Identidade de ordem n 2 Steinbruch (1987, p.406) Álgebra Linear 7979 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris Note que: (i) (ii) (iii) (iv) (v) Se o produto AB é possível, então (kA)B = A(kB) = k(AB) para qualquer k escalar. Se AB= 0, não implica necessariamente que A = 0 ou B = 0 Se AB=AC,não implica necessariamente que B=C Se A e B são matrizes quadradas (igual número de linhas e colunas), ambos os produtos AB e BA podem ser calculados. Entretanto, na multiplicação de matrizes, a ordem dos fatores não é indiferente. Em geral, AB BA. A2x2 = 01 11 , B2x2 = 43 21 então AB = 21 24 e BA = 31 13 Se AB = BA, as matrizes são ditas comutativas. Propriedades da matriz transposta Sejam A e B, matrizes, k um escalar qualquer e, se satisfazem as condições de adição e multiplicação de matrizes, são válidas as propriedades: 1) (A + B)t = A t + B t 2) (kA)t = kA t 3) (AB)t = B t A t (AB) t A t B t 4) (At) t = A 5) (-A)t = -(A t) Propriedades das matrizes simétricas e anti-simétricas Sejam A e B, matrizes, k um escalar qualquer e, se satisfazem as condições de adição e multiplicação de matrizes, são válidas as propriedades: 1) O produto de uma matriz quadrada A pela sua transposta At é uma matriz simétrica S Assim, A At = S 2) A soma de uma matriz quadrada A com sua transposta At é uma matriz simétrica S Assim, S = A + At = St 3) A diferença entre uma matriz A e sua transposta At, é uma matriz anti-simétrica S’ Assim, A - At = S’ Exemplo 1: Consideremos as matrizes A e sua transposta At para: A = 40 31 e sua transposta At = 43 01 . Fazendo A At = 40 31 43 01 = 4.40.0)3.(41.0 4).3(0.1)3).(3(1.1 = 1612 1210 = S. Note que a matriz resultante S é uma matriz simétrica pois s12 = s21 Fazendo A + At = 40 31 + 43 01 = 83 32 = S Note que a matriz resultante S é uma matriz simétrica pois s12 = s21 Fazendo A - At = 40 31 - 43 01 = 03 30 = S’ Note que a matriz resultante S’ é uma matriz anti-simétrica porque (- s12) = s21 e sua diagonal principal é nula AAAgggooorrraaa,,, ttteeennnttteee vvvooocccêêê!!! Resolva a Lista 2 de Atividades Álgebra Linear 8080 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris Lista 2 de Atividades – Operações com Matrizes 1. Encontre os elementos da matriz A=(aij)3x2 para aij =i+j e da matriz B=(bij)3x2 em que aij = i - j . Encontre: (b) A + B; (c) A + (-B); (d) 5A + 3B. 2. Considere as matrizes A = 22 11 , B = 20 54 , C = 312 119 e D = 342 111 . (a) Verifique se A B = B A; (b) Determine (A C) + (B D); (c) É possível determinar C D? Justifique. 3. Para as matrizes quadradas de ordem 3 definidas por A=(aij) com aij =i 2 e B=(bij) com bij=-j 2 encontre: (a) A+B (b) A+(-B) (c) A.2B (d) (AB)+(BA) 4. Se A = 263 174 952 calcule: (a) A + At = S. Verifique se S é uma matriz simétrica e justifique; (b) A - At = P. Verifique se P é uma matriz anti-simétrica e justifique. 5. Considere as matrizes A = 75 32 , B = 918 721 534 e C = 695 243 172 . Encontre as matrizes S indicadas a seguir e verifique se são simétricas e/ou anti-simétricas. (a) S = A.At (b) S = C+Ct (c) S = C - Ct (d) S = B – Bt (e) S = B + Bt 6. Para atender a um projeto experimental de tratamento de esgoto, foram elaborados dois modelos de experimentos E1 e E2. Nos dois modelos serão utilizados os mesmos produtos x, y e z para tratamento com dosagens diferentes. No experimento E1 serão utilizados 5 medidas do produto x, 8 medidas do produto y e 1 medida do produto z. No experimento E2 a dosagem equivale a 4, 6 e 3 medidas de x, y e z, respectivamente. Para controle, serão produzidas 75 amostras do experimento E1 e 96 amostras do experimento E2. Estruture o problema em tabela e matriz e determine: (a) quantas dosagens de produtos serão utilizados para a produção das amostras? (b) Considerando que, o custo de dosagem dos produtos equivalem a: R$ 1,30 para x, R$ 2,30 para y e R$ 7,50 para z. Qual o custo por amostra? Qual o custo total para a produção das amostras? 7. Considere as matrizes triangulares superiores A e B e as matrizes triangulares inferiores C e D, definidas por A = 200 310 112 , B = 200 130 121 , C = 111 011 002 e D = 121 010 002 . Determine: (a) E = A.B; (b) F = C.D; (c) Classifique E e F por triangular inferior ou superior. Álgebra Linear 8181 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris 8. Prove que, o produto de duas matrizes diagonais resulta numa matriz diagonal. Utilize matrizes de ordem 3. 9. Considere as matrizes A= sen- cos cos - sen , B= 53 106 ,C= 42 105 e D= sen- cos cos sen . (a) Verifique se A.At = I sendo I a Matriz Identidade. (b) Verifique se B e C são matrizes idempotentes, periódicas ou nihilpotente. Analise para o período 1 ou seja para B2 e C2 somente. (c) Verifique se D.Dt = I sendo I a Matriz Identidade. 10. Verifique se as matrizes A e B são nihilpotentes, para A = 64 96 e B = 129 1612 11. Dadas as matrizes diagonais A = 800 010 001 e B = 600 040 002 calcular AB e classificar este produto. 12. Considere a matriz A = 344 232 112 . Calcule A2 e classifique A. (STEINBRUCH, 1987, p.413) Respostas da Lista de Atividades 2 (1) A = 54 43 32 , B = 12 01 10 (a) A+B= 66 44 22 (b) A+(-B)= 42 42 42 (c) 5A+3B= 2826 2018 1210 (2a) A.B= 68 34 ≠ B.A= 44 66 (2b) 8414 427 + 684 19166 = 14410 23141 (2c) Não é possível determinar o produto C.D pois a dimensão das linhas de C é diferentes da dimensão das colunas de D. (3) A = 999 444 111 B= 941 941 941 (3ª) A+B= 058 503 830 (3b) A+(-B)= 181310 1385 1052 (3c) 48621654 2169624 54246 (3d) 24310827 1084812 27123 + 989898 989898 989898 = 341206125 206146110 125110101 (4a) 4712 7149 1294 (4b) 056 501 610 (4ª), (5a), (5b) e (5e) são simétricas pois aij = aji para i ≠ j e (4b), (5c) e (5d) são anti-simétrica S pois aij = (-aji) para i ≠ j e aij = 0 para i = j. (5a) S= 7411 1113 (5b) 1276 784 644 (5c) 0114 11010 4100 (5d) 083 804 340 (5e) 18613 642 1328 (6a) x = 759, y = 1176 e z = 363 ou 363 1176 759 . (6b) O custo por amostra é: E1 = R$ 32,40; E2 = 41,50 ou C = 50,4140,32 . O custo total para a produçãodas amostras é de R$ 6.414,00 = 50,4140,32 96 75 . (7a) E = 400 730 172 ; (7b) F = 131 012 004 ; (7c) E é triangular superior e F é inferior. Dica: Relações Trigonométricas sen 2 x+ cos 2 x = 1 e 2senx.cosx = sen2x Dica: Classificar uma matriz potência A significa verificar se é periódica (A n =A); Idempotente (A 2 =A) ou Nihilpotente (A n =0) Álgebra Linear 8282 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris (8) Criar matrizes e provar. (9a) A.At = I xsen xsen 12 21 (9b) As matrizes B e C são idempotentes de ordem 2 ou de período 1 porque B.B=B2=B e C2=C; (9c) Sim, D.Dt =I (10) A é nihilpotentes de ordem 2 pois A2=0=A3=A4 =... A matriz B não é nihilpotente pois B20. (11) AB= 4800 040 002 e AB é uma matriz diagonal. (12) A2 = 344 232 112 . Como A2 A não é idempotente. Álgebra Linear 8383 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris 10. Equivalência de Matrizes 10.1 Conceito izemos que duas matrizes A e B, de mesma ordem, são equivalentes quando são obtidas a partir de operações elementares efetuadas entre elas ou: Dada uma matriz A, diz-se que uma matriz B, de mesma ordem, é equivalente a matriz A (indica-se B A) se for obtida a partir de operações elementares efetuadas em A, onde cada linha ( Li ou j ) de B é uma combinação linear das linhas de A. A matriz B encontrada é equivalente a matriz A e também é denominada, matriz escalonada por linhas de A . As operações elementares possíveis são: 1. Li Lj 2. Li k.Lj com k 0 3. Li k.Lj + Li com k 0 1. Troca de linhas entre si; 2. Multiplicação de linha por escalar; 3. Substituição de uma linha pela adição de k vezes outra linha. Note que: Se aplicarmos as inversas das operações em B, obtemos A. A matriz B encontrada é dita matriz escalonada por linhas de A . Exemplo 1: Se A = 43 21 então podemos encontar uma matriz B = 100 21 dita matriz escalonada por linhas de A . 10.2 Determinando matrizes equivalentes (forma escalonada ou escada) ara determinar matrizes equivalentes, aplicamos as operações elementares entre linhas. Exemplo 1: Para a matriz A = 13141 11500 11131 11072 encontre sua matriz B, equivalente equivalente a A ou seja encontre a matriz escalonada por linhas de A. Resolução: Nosso objetivo é encontrar uma matriz B cujos elementos abaixo da diagonal formada pelos elementos (2), (3), (-5), (-3) sejam todos iguais a zero. Para isso aplicamos as operações elementares de linhas Li: A = 13141 11500 11131 11072 L4 L3 (troca de linhas entre si) 11500 13141 11131 11072 L2 L1 + 2L2; L3 L1 - 2L3. 11500 37210 33210 11072 D P Álgebra Linear 8484 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris L3 L2 + L3. 11500 610400 33210 11072 L4 5L3 + 4L4. 2654000 610400 33210 11072 = B Note que a matriz B encontrada é equivalente a matriz A e, abaixo da diagonal todos os elementos são nulos. A matriz B também é chamada, forma escalonada de A. 2654000 610400 33210 11072 = B 10.3 Determinando matrizes equivalentes reduzidas por linhas ara a solução de alguns problemas matemáticos, uma matriz B, escalonada por linhas de A, necessita apresentar-se numa forma mais reduzida, ou seja, na forma escalonada reduzida por linhas. Dizemos que, uma matriz B equivalente a uma matriz A é matriz escalonada reduzida por linhas (ou matriz na forma canônica por linhas quando se apresenta na forma de matriz identidade) se: os elementos distinguidos3 são únicos não nulos de suas respectivas colunas; os elementos distinguidos são iguais a 1. Exemplo 1: B = 10 01 Exemplo 2: B = 4100 7010 2001 Exemplo 3:C = 100 010 001 Exemplo 4: D = 10000 07100 03021 As matrizes A, B, C e D estão representadas na forma escalonada reduzida por linhas pois são matrizes escalonadas e o 1º elemento de cada linha é igual a 1 e é o único não nulo em sua respectiva coluna. As matrizes A e C também são chamadas de matriz canônica pois são matrizes identidade. Neste caso, pode-se afirmar que: Uma matriz B equivalente a A é dita matriz escalonada reduzida por linhas (ou matriz na forma canônica por linhas) se, e somente se, seus elementos distinguidos são iguais a um e são os únicos não nulos de suas respectivas colunas. 3 Elementos distinguidos são os primeiros elementos não nulos das linhas de uma matriz P Álgebra Linear 8585 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris Para encontrar uma matriz escalonada reduzida por linhas aplicamos as operações elementares por linhas até conseguirmos a matriz pretendida. Observe: Exemplo 1: Para a matriz A = 13141 11500 11131 11072 encontramos uma matriz B equivalente, cuja forma é B= 2654000 610400 33210 11072 . A matriz B representa a forma escalonada por linhas da matriz A. Podemos encontrar forma escalonada reduzida por linhas a partir de B. Como? A = 13141 11500 11131 11072 B= 2654000 610400 33210 11072 Fazendo L1 L1 -7L2 L3 L3 /2 L4 L4 /2 2654000 610400 33210 11072 Obtemos 1327000 35200 33210 20201402 Fazendo L1 L1 +7L3. 1327000 35200 33210 20201402 Obtemos 1327000 35200 33210 115002 Fazendo L1 9L1 -5L4 1327000 35200 33210 115002 Obtemos 1327000 35200 33210 5600018 Fazendo L2 L2 –L3 1327000 35200 33210 5600018 Obtemos Álgebra Linear 8686 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris 1327000 35200 02010 5600018 Fazendo L2 27L2 +2L4 1327000 35200 02010 5600018 Obtemos 1327000 35200 2600270 5600018 Fazendo L3 27L3 -5L4 1327000 35200 2600270 5600018Obtemos 1327000 1605400 2600270 5600018 Fazendo L1 L1/18 Fazendo L2 -L2/27 Fazendo L3 L3/54 Fazendo L4 L4/27 1327000 1605400 2600270 5600018 Obtemos 27/131000 27/80100 27/260010 9/280001 =C Note que a nova matriz C encontrada é equivalente a matriz A e B. Os elementos não nulos que iniciam linha são iguais a 1 e, são os únicos não nulos de suas respectivas colunas. Este tipo de matriz é chamada de matriz escalonada REDUZIDA POR LINHAS DE A. AAAgggooorrraaa,,, ttteeennnttteee vvvooocccêêê!!! Resolva a Lista 3 de atividades Lista 3 de Atividades – Equivalência de Matrizes/escalonamento 1. Encontre a forma escalonada por linhas das matrizes A. Indique-as por A´. a) A = 231 110 012 121 b) B = 1240 511 412 023 c) C= 0110 2001 0201 1011 d) D = 3 2 3 63 42 2. Encontre a forma escalonada por linhas das matrizes e verifique se estão corretas as equivalências: a) A= 5013 0121 2001 0100 2120 2001 =A´ b) B= 18512 6243 1121 5100 3120 1121 =B´ c)C= 7283 2131 1241 8000 1110 1241 =C´ d) D = 90 20 00 20 = D´ 3. Encontre a forma canônica por linhas das matrizes: Álgebra Linear 8787 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris a) A= 521 614 436 b) B = 56263 32142 12121 c) C= 4350 1200 3140 2310 4. Encontre a matriz triangular superior que seja equivalente a cada uma das matrizes dadas. A = 1053 521 132 B = 242 431 121 C = 1103 2221 0342 1231 D = 521 614 436 E = 22262 13452 11131 4321 F = 875 654 321 G = 223 142 111 H = 241 132 111 5. Encontre a matriz escada, equivalente por linhas A = 2242 1111 1121 B = 52333 42123 13212 C= 1111 2212 5103 D = 3213 2212 1321 6. Resolva o sistema S= 19234 4422 632 zyx zyx zyx aplicando a equivalência de matrizes. Respostas da Lista de Atividades 3 (1a) A´= 000 300 250 121 (1b) B´= 000 4500 1270 023 (1c) C´= 0000 2200 1210 1011 (1d) D´= 00 00 42 (2a) e (2b) Ok, são equivalentes (2c) não são equivalentes C 0000 1110 1241 C´ (3a) A´= 000 9 2610 9 701 (3b) B´= 6 11000 00100 3 40021 (3c) C´= 0000 1000 0100 0010 (4a) A 400 910 521 (4b) B 000 310 121 (4c) C 1000 4100 2120 1231 (4d) D 000 52180 436 (4e) E 0000 2200 7410 4321 (4f) F 100 210 321 (4g) G 1100 120 111 (4h) H 000 350 111 (5a) A 0000 2010 1121 (5b) B 82000 55410 13212 (5c) C 2200 0010 1111 (Observe que houve troca de linhas no inicio do escalonamento: 1ª com 3ª linha); (5d) D 10700 4430 1321 (6) Resposta comentada 19234 4422 632 zyx zyx zyx 19234 4422 6321 1100 4530 6321 1 453 632 z zy zyx x = 3, y = 3 e z = 1 ou S = {(3,3,1)}. Dica: O sistema equivale a matriz estendida 19 4 6 234 422 321 Álgebra Linear 8888 Prof (ªs): MSc.Elisa Netto Zanette, Drª. Ledina Lentz Pereira e MSc. Sandra Regina da Silva Fabris II DETERMINANTES E MATRIZES 1 Introdução A história dos determinantes começou antes da origem das matrizes para resolver sistemas lineares e era utilizados de forma semelhante como ainda é hoje, na maioria dos casos. Com seu gosto especial por diagramas, os chineses representavam os sistemas lineares por meio de seus coeficientes escritos com barras de bambu sobre os quadrados de um tabuleiro. Desta forma, descobriram um método muito prático de resolução: por eliminação. Neste método, anulam-se os coeficientes por meio de operações elementares que verem os a seguir. Exemplos desse procedimento são encontrados no texto “Nove capítulos sobre a arte da matemática” que data provavelmente do século CXI (111) a.C. Mas foi só em 1683, num trabalho do japonês Takakazi Seki Kowa (1642- 1708), que a idéia de determinante (como polinômio que se associa a um quadrado de números) foi apresentada em forma de publicação. Kowa, considerado o maior matemático japonês do século XVII, chegou a essa noção através do estudo de sistemas lineares, sistematizando o velho procedimento chinês (para o caso de duas equações apenas). O uso de determinantes no Ocidente começou dez anos (1693) após com um trabalho do teólogo, matemático, filósofo e alemão Gottfried Wilhelm von Leibniz (1646-1716) que desenvolveu a noção de determinantes, também associado a sistemas lineares. Leibniz, que também estudou direito e ficou famoso por seus estudos no Cálculo Diferencial e Integral. Leibniz estabeleceu a condição de compatibilidade de um sistema de três equações a duas incógnitas em termos do determinante de ordem 3, que deve ser nulo, formado pelos coeficientes e pelos termos independentes. Foi Leibniz quem criou a notação com índices para os coeficientes, mas de uma maneira diferente da que usamos atualmente: a notação a12 era indicada por Leibniz como 12. A palavra determinante, com o significado atual, surgiu em 1812 num trabalho do matemático francês, Augustin-Louis Cauchy (1789-1857) que foi apresentado à Academia de Ciências. No trabalho, ele numerou e simplificou tudo quer era conhecido até então sobre determinante, melhorando muito a sua notação e a compreensão destes cálculos. Mas, a atual notação com duas barras verticais ladeando o quadrado de números só surgiu em 1841 com Arthur Cayley. Além de Cauchy, quem mais contribuiu para consolidar a teoria dos determinantes foi o alemão Carl G. J. Jacobi (1804-1851), chamado de "o grande algorista". Deve-se a ele a forma simples como essa teoria se apresenta hoje elementarmente. Como algorista, Jacobi era um entusiasta da notação de determinante, com suas potencialidades. Em matemática, determinante é uma função que associa a cada matriz quadrada um escalar. Esta função permite saber se a matriz tem ou não inversa, pois as que não têm são precisamente aquelas cujo determinante é igual a 0. Aplicações: Os determinantes são utilizados principalmente
Compartilhar