Baixe o app para aproveitar ainda mais
Prévia do material em texto
2017 Geometria analítica e ÁlGebra Vetorial Profª. Grazielle Jenske Prof. Leonardo Garcia dos Santos Prof. Luiz Carlos Pitzer Copyright © UNIASSELVI 2017 Elaboração: Profª. Grazielle Jenske Prof. Leonardo Garcia dos Santos Prof. Luiz Carlos Pitzer Revisão, Diagramação e Produção: Centro Universitário Leonardo da Vinci – UNIASSELVI Ficha catalográfica elaborada na fonte pela Biblioteca Dante Alighieri UNIASSELVI – Indaial. 515.35 J51g Jenske, Grazielle Geometria analítica e álgebra vetorial / Grazielle Jenske; Leonardo Garcia dos Santos; Luiz Carlos Pitzer: UNIASSELVI, 2017. 263 p. : il. ISBN 978-85-515-0078-1 1. Equações Diferenciais. I. Centro Universitário Leonardo da Vinci. III apresentação Prezado acadêmico! Seja bem-vindo à disciplina de Geometria Analítica e Álgebra Vetorial. Ao iniciarmos este estudo, deveremos nos remeter inicialmente ao matemático francês René Descartes (1596 –1650, criador do ramo da matemática chamado Geometria Analítica), inspirando-nos com seu trabalho. Trabalho este que proporcionou a criação e aplicação do objeto principal de estudos desta disciplina, que é o de estudar o comportamento algébrico de entes geométricos, tais como retas, planos, vetores e curvas quadráticas. Além disso, iremos trazer a você algumas aplicações de ferramentas e o modo como elas contribuem para a área da tecnologia e engenharia, sempre comentando seus aspectos teóricos e procurando envolver a prática necessária para o entendimento real dos seus conceitos. Este livro de estudos está dividido em três unidades, que irão abordar a fundamentação necessária para a incorporação do conhecimento a respeito da Geometria Analítica e da Álgebra Vetorial, compreendendo matrizes, determinantes, sistemas de equações lineares, vetores e suas operações básicas, operações vetoriais, transformações lineares e aplicações e autovalores e autovetores. Na Unidade 1 traremos todo um alicerce para a formação dos conteúdos que irão surgir nas unidades 2 e 3. Iremos estudar os conceitos de matrizes que posteriormente serão representações de vetores e transformações lineares, determinantes que serão excelente ferramenta de apoio às operações vetoriais e caracterização de conjuntos de vetores. E, por fim, a teoria dos sistemas de equações lineares, que servem de instrumento de cálculo para diversas aplicações na tecnologia e engenharia como um todo. Na sequência, na Unidade 2, conheceremos a linguagem vetorial, que permite descrever de um modo bastante específico diversos fenômenos físicos, abordando, como forma de motivação, o papel fundamental que os vetores desempenham na área das ciências em geral. Além disso, perceberemos que esta linguagem descreve analiticamente situações extremamente práticas. Em particular, desenvolveremos suas principais operações aritméticas e vetoriais e, num segundo momento, trataremos de como este estudo (o dos vetores) pode ser entendido e compreendido como uma poderosa ferramenta que proporcionou grande avanço tecnológico, com o estudo das transformações lineares e dos autovalores e autovetores. Por fim, na Unidade 3 iremos conhecer o estudo de importantes entes geométricos no plano e no espaço. Este estudo percorrerá desde definições básicas de ponto, reta e plano, até a representação de curvas em R² e R³. Essa unidade será de grande valia para seus estudos, pois formará uma importante base para o estudo do Cálculo Diferencial e Integral e outras disciplinas específicas de seu curso. IV Deve ser aqui salientado que este material busca trazer uma abordagem profunda da disciplina de Geometria Analítica e Álgebra Vetorial. Porém, obviamente, não se trata de todo o material possível que pode ser encontrado sobre estes assuntos (seria tema para mais de 500 páginas!). Sendo assim, sinta-se à vontade para buscar materiais de apoio e leituras complementares para aprofundar seus conhecimentos. Como estudante, você sempre deve lembrar que para que ocorra seu aprendizado efetivo algumas coisas são fundamentais: a disciplina, a organização e um horário de estudos predefinido. Esperamos que você, ao final deste estudo, possa ter alcançado os objetivos necessários, com um aprendizado sólido e que propicie a base fundamental para seu sucesso como acadêmico. Bons estudos! Profª. Grazielle Jenske Prof. Leonardo Garcia dos Santos Prof. Luiz Carlos Pitzer Você já me conhece das outras disciplinas? Não? É calouro? Enfim, tanto para você que está chegando agora à UNIASSELVI quanto para você que já é veterano, há novidades em nosso material. Na Educação a Distância, o livro impresso, entregue a todos os acadêmicos desde 2005, é o material base da disciplina. A partir de 2017, nossos livros estão de visual novo, com um formato mais prático, que cabe na bolsa e facilita a leitura. O conteúdo continua na íntegra, mas a estrutura interna foi aperfeiçoada com nova diagramação no texto, aproveitando ao máximo o espaço da página, o que também contribui para diminuir a extração de árvores para produção de folhas de papel, por exemplo. Assim, a UNIASSELVI, preocupando-se com o impacto de nossas ações sobre o ambiente, apresenta também este livro no formato digital. Assim, você, acadêmico, tem a possibilidade de estudá-lo com versatilidade nas telas do celular, tablet ou computador. Eu mesmo, UNI, ganhei um novo layout, você me verá frequentemente e surgirei para apresentar dicas de vídeos e outras fontes de conhecimento que complementam o assunto em questão. Todos esses ajustes foram pensados a partir de relatos que recebemos nas pesquisas institucionais sobre os materiais impressos, para que você, nossa maior prioridade, possa continuar seus estudos com um material de qualidade. Aproveito o momento para convidá-lo para um bate-papo sobre o Exame Nacional de Desempenho de Estudantes – ENADE. Bons estudos! UNI V VI VII sumÁrio UNIDADE 1 - MATRIZES E SISTEMAS LINEARES....................................................................... 1 TÓPICO 1 - MATRIZES .......................................................................................................................... 3 1 INTRODUÇÃO ..................................................................................................................................... 3 2 ESTUDO DAS MATRIZES ................................................................................................................. 4 3 ELEMENTOS CORRESPONDENTES .............................................................................................. 7 3.1 IGUALDADE DE MATRIZES ........................................................................................................ 7 4 TIPOLOGIA DAS MATRIZES .......................................................................................................... 8 4.1 MATRIZ TRANSPOSTA ................................................................................................................. 8 4.2 MATRIZ OPOSTA ............................................................................................................................ 10 4.3 MATRIZ QUADRADA ................................................................................................................... 10 4.3.1 Matriz Triangular ................................................................................................................... 11 4.3.2 Matriz Diagonal ...................................................................................................................... 12 4.3.3 Matriz Identidade ................................................................................................................... 12 4.3.4 Matriz Simétrica ...................................................................................................................... 12 5 OPERAÇÕES ENTRE MATRIZES .................................................................................................... 13 5.1 ADIÇÃO E SUBTRAÇÃODE MATRIZES ................................................................................... 13 5.2 MULTIPLICAÇÃO DE UMA MATRIZ POR UM NÚMERO REAL ........................................ 15 5.3 MULTIPLICAÇÃO DE MATRIZES .............................................................................................. 18 RESUMO DO TÓPICO 1........................................................................................................................ 29 AUTOATIVIDADE ................................................................................................................................. 30 TÓPICO 2 - DETERMINANTES E INVERSÃO DE MATRIZES ................................................... 35 1 INTRODUÇÃO ..................................................................................................................................... 35 2 O CÁLCULO DO DETERMINANTE ............................................................................................... 35 2.1 DETERMINANTE DE UMA MATRIZ DE 1ª ORDEM .............................................................. 36 2.2 DETERMINANTE DE UMA MATRIZ DE 2ª ORDEM .............................................................. 37 2.3 DETERMINANTE DE UMA MATRIZ DE 3ª ORDEM – REGRA DE SARRUS ..................... 37 2.4 COFATOR ......................................................................................................................................... 40 2.5 DETERMINANTE DE ORDEM N > 3........................................................................................... 41 2.6 PROPRIEDADES DOS DETERMINANTES ................................................................................ 42 3 ESCALONAMENTO DE MATRIZES............................................................................................... 44 3.1 FORMA ESCALONADA DE UMA MATRIZ ............................................................................. 44 3.2 MÉTODO DE ELIMINAÇÃO DE GAUSS ................................................................................... 45 3.3 O ESCALONAMENTO NO CÁLCULO DO DETERMINANTE ............................................. 50 RESUMO DO TÓPICO 2........................................................................................................................ 52 AUTOATIVIDADE ................................................................................................................................. 53 TÓPICO 3 - SISTEMAS LINEARES .................................................................................................... 55 1 INTRODUÇÃO ..................................................................................................................................... 55 2 EQUAÇÃO LINEAR............................................................................................................................. 55 2.1 SISTEMAS DE EQUAÇÕES LINEARES ...................................................................................... 56 2.2 CLASSIFICAÇÃO DE UM SISTEMA LINEAR ........................................................................... 56 3 RESOLUÇÃO DE UM SISTEMA LINEAR ..................................................................................... 59 VIII 3.1 MÉTODO DA SUBSTITUIÇÃO ..................................................................................................... 59 3.2 MÉTODO DA ADIÇÃO .................................................................................................................. 61 3.3 REGRA DE CRAMER ..................................................................................................................... 66 3.4 SISTEMAS EQUIVALENTES ......................................................................................................... 70 3.4.1 Propriedades dos sistemas equivalentes ............................................................................. 70 3.5 SISTEMAS ESCALONADOS – MÉTODO DE GAUSS .............................................................. 71 4 DISCUSSÃO DE UM SISTEMA LINEAR ....................................................................................... 77 5 APLICAÇÕES DE SISTEMAS LINEARES ...................................................................................... 79 LEITURA COMPLEMENTAR ............................................................................................................... 83 RESUMO DO TÓPICO 3........................................................................................................................ 86 AUTOATIVIDADE ................................................................................................................................. 87 UNIDADE 2 - VETORES E SUAS APLICAÇÕES ............................................................................. 91 TÓPICO 1 - VETORES E SUAS OPERAÇÕES BÁSICAS ............................................................... 93 1 INTRODUÇÃO ..................................................................................................................................... 93 2 PLANO CARTESIANO ....................................................................................................................... 94 3 VETORES NO PLANO E NO ESPAÇO............................................................................................ 96 3.1 INTERPRETAÇÃO GEOMÉTRICA DE VETOR ......................................................................... 97 3.2 DEFINIÇÃO ALGÉBRICA DE VETOR ........................................................................................ 98 4 OPERAÇÕES ENTRE VETORES ...................................................................................................... 100 4.1 SOMA DE VETORES ....................................................................................................................... 100 4.2 MULTIPLICAÇÃO DE UM VETOR POR UM ESCALAR ........................................................ 103 RESUMO DO TÓPICO 1........................................................................................................................ 106 AUTOATIVIDADE ................................................................................................................................. 107 TÓPICO 2 - OPERAÇÕES VETORIAIS .............................................................................................. 109 1 INTRODUÇÃO ..................................................................................................................................... 109 2 MÓDULO OU NORMA DO VETOR ............................................................................................... 109 3 VETOR UNITÁRIO E NORMALIZAÇÃO ..................................................................................... 110 4 PRODUTO ESCALAR ......................................................................................................................... 112 5 ÂNGULO ENTRE VETORES ............................................................................................................. 112 6 PRODUTO VETORIAL ....................................................................................................................... 114 6.1 CÁLCULO DE ÁREA ...................................................................................................................... 117 7 PRODUTO MISTO .............................................................................................................................. 121 7.1 CÁLCULO DE VOLUMES ............................................................................................................. 122 RESUMO DO TÓPICO 2........................................................................................................................ 124 AUTOATIVIDADE ................................................................................................................................. 125 TÓPICO 3 - DEPENDÊNCIA LINEAR ................................................................................................129 1 INTRODUÇÃO ..................................................................................................................................... 129 2 COMBINAÇÕES LINEARES ............................................................................................................. 129 3 DEPENDÊNCIA E INDEPENDÊNCIA LINEAR ........................................................................... 131 4 BASE ........................................................................................................................................................ 135 4.1 BASE ORTOGONAL ....................................................................................................................... 137 4.2 BASE ORTONORMAL ................................................................................................................... 137 RESUMO DO TÓPICO 3........................................................................................................................ 139 AUTOATIVIDADE ................................................................................................................................. 140 TÓPICO 4 - TRANSFORMAÇÃO LINEAR, AUTOVALORES E AUTOVETORES .................. 141 1 INTRODUÇÃO ..................................................................................................................................... 141 2 DEFINIÇÃO ........................................................................................................................................... 141 3 LEI DE FORMAÇÃO DE UMA TRANSFORMAÇÃO ................................................................. 143 IX 4 IMAGEM E NÚCLEO DE UMA TRANSFORMAÇÃO LINEAR ............................................... 144 5 TEOREMA DO NÚCLEO E IMAGEM DE UMA TRANSFORMAÇÃO .................................. 148 6 TRANSFORMAÇÕES PLANAS ESPECIAIS ................................................................................. 151 6.1 TRANSFORMAÇÃO DE REFLEXÃO .......................................................................................... 151 6.1.1 Em torno do eixo X ................................................................................................................ 151 6.1.2 Em torno do eixo Y ................................................................................................................ 152 6.2 TRANSFORMAÇÃO DE PROJEÇÃO .......................................................................................... 153 6.2.1 Projeção sobre o eixo X .......................................................................................................... 153 6.2.2 Projeção sobre o eixo Y .......................................................................................................... 154 6.3 TRANSFORMAÇÕES DE DILATAÇÃO OU CONTRAÇÃO ................................................... 155 6.3.1 Na direção do vetor ( α ∈ ) ......................................................................................... 155 6.3.2 Na direção do eixo X (horizontal)........................................................................................ 156 6.3.3 Na direção do eixo Y (vertical) ............................................................................................. 157 6.4 TRANSFORMAÇÕES DE ROTAÇÃO (DE UM ÂNGULO α NO SENTIDO ANTI-HORÁRIO) .................................................................................................. 158 7 AUTOVALORES E AUTOVETORES ............................................................................................... 160 7.1 AUTOVALORES E AUTOVETORES DE UMA MATRIZ .......................................................... 161 7.2 MULTIPLICIDADE DOS AUTOVETORES DE UMA TRANSFORMAÇÃO ......................... 165 LEITURA COMPLEMENTAR ............................................................................................................... 166 RESUMO DO TÓPICO 4........................................................................................................................ 170 AUTOATIVIDADE ................................................................................................................................. 171 UNIDADE 3 - GEOMETRIA ANALÍTICA ......................................................................................... 173 TÓPICO 1 - A RETA ................................................................................................................................ 175 1 INTRODUÇÃO ..................................................................................................................................... 175 2 EQUAÇÃO VETORIAL DA RETA.................................................................................................... 175 3 EQUAÇÕES PARAMÉTRICAS DA RETA ...................................................................................... 177 3.1 RETA DEFINIDA POR DOIS PONTOS........................................................................................ 178 4 EQUAÇÕES SIMÉTRICAS DA RETA ............................................................................................. 178 5 EQUAÇÕES REDUZIDAS DA RETA .............................................................................................. 180 6 RETAS PARALELAS AOS PLANOS E AOS EIXOS COORDENADOS ................................... 181 7 ÂNGULO DE DUAS RETAS .............................................................................................................. 186 8 CONDIÇÃO DE PARALELISMO DE DUAS RETAS ................................................................... 188 9 CONDIÇÃO DE ORTOGONALIDADE DE DUAS RETAS ........................................................ 189 10 CONDIÇÃO DE COPLANARIDADE DE DUAS RETAS .......................................................... 190 11 POSIÇÕES RELATIVAS DE DUAS RETAS .................................................................................. 191 12 INTERSEÇÃO DE DUAS RETAS.................................................................................................... 192 13 RETA ORTOGONAL A DUAS RETAS .......................................................................................... 193 14 DISTÂNCIAS ...................................................................................................................................... 194 14.1 DISTÂNCIA DE UM PONTO A UMA RETA ........................................................................... 195 14.2 DISTÂNCIA ENTRE DUAS RETAS ........................................................................................... 196 RESUMO DO TÓPICO 1........................................................................................................................ 199 AUTOATIVIDADE ................................................................................................................................. 200 TÓPICO 2 - O PLANO ............................................................................................................................ 203 1 INTRODUÇÃO ..................................................................................................................................... 203 2 EQUAÇÃO GERAL DO PLANO ....................................................................................................... 203 2.1 DETERMINAÇÃO DE UM PLANO ............................................................................................. 206 2.2 PLANOS PARALELOS AOS EIXOS E AOS PLANOS COORDENADOS – CASOS PARTICULARES ............................................................................ 210 2.2.1 Planos que Passam pela Origem ........................................................................................... 210 X 2.2.2 Planos Paralelos aos Eixos Coordenados ............................................................................ 210 2.2.3 Planos Paralelos aos Planos Coordenados ..........................................................................212 3 EQUAÇÕES PARAMÉTRICAS DO PLANO .................................................................................. 213 4 ÂNGULO ENTRE DOIS PLANOS ................................................................................................... 214 5 CONDIÇÃO DE PARALELISMO E PERPENDICULARISMO ENTRE DOIS PLANOS ...... 216 6 ÂNGULO DE UMA RETA COM UM PLANO ............................................................................... 217 7 CONDIÇÃO DE PARALELISMO E PERPENDICULARISMO ENTRE RETA E PLANO ..... 218 8 INTERSEÇÃO ENTRE DOIS PLANOS ........................................................................................... 219 9 INTERSEÇÃO DE RETA COM PLANO .......................................................................................... 220 9.1 INTERSEÇÃO DE PLANO COM OS EIXOS E PLANOS COORDENADOS ......................... 220 10 DISTÂNCIAS ...................................................................................................................................... 221 10.1 DISTÂNCIA DE UM PONTO A UM PLANO .......................................................................... 222 10.2 DISTÂNCIA ENTRE DOIS PLANOS ......................................................................................... 223 RESUMO DO TÓPICO 2........................................................................................................................ 224 AUTOATIVIDADE ................................................................................................................................. 226 TÓPICO 3 - CÔNICAS ........................................................................................................................... 229 1 INTRODUÇÃO ..................................................................................................................................... 229 2 CIRCUNFERÊNCIA ............................................................................................................................. 229 2.1 EQUAÇÃO GERAL DA CIRCUNFERÊNCIA ............................................................................ 233 2.2 RECONHECENDO UMA EQUAÇÃO DE CIRCUNFERÊNCIA ............................................ 235 3 PARÁBOLA ............................................................................................................................................ 238 3.1 EQUAÇÕES DA PARÁBOLA ........................................................................................................ 239 4 ELIPSE ..................................................................................................................................................... 243 4.1 EQUAÇÕES DA ELIPSE ................................................................................................................. 245 5 HIPÉRBOLE ........................................................................................................................................... 249 5.1 EQUAÇÕES DA HIPÉRBOLE ....................................................................................................... 250 LEITURA COMPLEMENTAR ............................................................................................................... 256 RESUMO DO TÓPICO 3........................................................................................................................ 259 AUTOATIVIDADE ................................................................................................................................. 260 REFERÊNCIAS ......................................................................................................................................... 263 1 UNIDADE 1 MATRIZES E SISTEMAS LINEARES OBJETIVOS DE APRENDIZAGEM PLANO DE ESTUDOS A partir desta unidade, você será capaz de: • conceituar, operacionar e interpretar matrizes; • calcular o determinante de uma matriz; • utilizar a linguagem matricial e as operações com matrizes como instru- mento para interpretar dados e soluções; • utilizar o cálculo de determinantes, a regra de Cramer e o escalonamento para a resolução e discussão de sistemas lineares. Esta unidade está dividida em três tópicos. No final de cada um deles você encontrará atividades que reforçarão seu aprendizado. TÓPICO 1 - MATRIZES TÓPICO 2 - DETERMINANTES E INVERSÃO DE MATRIZES TÓPICO 3 - SISTEMAS LINEARES E SEU ENSINO 2 3 TÓPICO 1 UNIDADE 1 MATRIZES 1 INTRODUÇÃO A Matemática é uma ciência muito antiga, que desde os primórdios esteve presente no cotidiano das pessoas através da necessidade de quantificar coisas e animais, bem como medir o tempo. Já nos primeiros milênios de desenvolvimento da Matemática houve um problema que chegou a impossibilitar o seu avanço e até hoje é um grande desafio para os aprendizes dessa ciência. Este problema é o modo de representar matematicamente quantidades, expressões e situações, ou seja, transformar a linguagem falada para a notação matemática. Atualmente, a Álgebra Linear, uma subárea da matemática, se propõe a estudar a forma de representar situações cotidianas através da notação e metodologia matricial. E não as encontramos apenas no estudo da matemática, mas também na engenharia, informática, nas tabelas financeiras etc. As matrizes e os sistemas lineares têm larga aplicação em problemas práticos, especialmente na área de Engenharia. Por exemplo, na Engenharia Civil o uso das matrizes é de extrema importância para a divisão dos metros e distribuição de material na construção de uma estrutura de sustentação; em situações que envolvem grande número de variáveis para resolver problemas de Elementos Finitos, especialmente utilizados em problemas de Engenharia Civil e Mecânica; em projetos de estruturas metálicas, que exigem a resolução de um sistema de equações lineares; nos estudos da elasticidade e das deformações e tensões em placas metálicas; em projetos de eixos traseiros de um automóvel, por envolver grande número de variáveis a serem testadas e analisadas; em análises de circuitos elétricos; em problemas que relacionam o deslocamento e o tempo; para codificar e decodificar mensagens, em modelos populacionais, em modelos de probabilidades, em pesquisas operacionais e outras diversas situações. É importante salientar que existem dois problemas que dificultam trabalhar com aplicações de matrizes: 1) para modelar certos problemas é necessário um maior conhecimento matemático; 2) mesmo nos problemas fáceis de modelar, suas soluções, na maioria das vezes, exigem conhecimento de teorias mais sofisticadas. Desta forma, o objetivo deste tópico é dar uma visão geral do conteúdo de matrizes, ou seja, pretende-se definir o que é uma matriz, alguns tipos de matrizes, suas operações aritméticas, como também estabelecer algumas de suas propriedades algébricas para que possa servir de subsídio na construção de conhecimentos futuros. UNIDADE 1 | MATRIZES E SISTEMAS LINEARES 4 2 ESTUDO DAS MATRIZES Matrizes são formas de organizarmos informações em linhas e colunas, obtendo agrupamentos retangulares, de modo a facilitar a interpretação e manipulação das informações ali descritas. Segundo Paiva (2013, p. 95), denomina- se "matriz do tipo m x n (lê-se m por n) toda tabela de números dispostos em m linhas e n colunas. Tal tabela deve ser representada entre parênteses ( ) ou colchetes [ ]". Acompanhe a seguinte situação de montagem de uma matriz: Um engenheiro que trabalha de segunda a sexta realizou a supervisão do seguinte número de projetos da sua equipe por dia em três semanas de trabalho: • Semana 1 - 5, 2, 7, 8, 6. • Semana 2 - 10, 7, 6, 8, 9. • Semana 3 - 4, 7, 3, 8, 6. Imagine uma matriz que represente nas linhas as semanas de trabalho e nas colunas os projetos supervisionados, nos cinco dias da semana em ordem cronológica. Como são três semanas de trabalho, teremos uma matriz com apenas três linhas. Já os dias trabalhados são cinco, portanto o número de colunas será de cinco. Assim, a matriz resultantedeste fato ficará: 3x5 5 2 7 8 6 10 7 6 8 9 4 7 3 8 6 A = A matriz é representada por uma letra maiúscula do alfabeto e cada item da matriz é denominado de elemento. NOTA Concluindo, a matriz será de ordem 3x5 (leia-se três por cinco), pois tem três linhas e cinco colunas. É importante lembrar que sempre escrevemos primeiro o número de linhas e depois o número de colunas. Observe que o elemento 5 está na primeira linha e na primeira coluna, o qual indicamos por a11 e lemos “o elemento a um um é igual a 5”. O elemento 10 está na segunda linha e na primeira coluna, o qual indicamos por a21 e lemos “o elemento a dois um é igual a 10”. O elemento 4 está na terceira linha e na primeira coluna, o qual indicamos por a31 e lemos “o elemento a três um é igual a 4”. TÓPICO 1 | MATRIZES 5 Dessa forma, para representar o elemento de uma matriz, usamos uma letra com dois índices: o primeiro indica em que linha (i) o elemento se encontra e o segundo em que coluna (j), genericamente indicado por aij. Por exemplo: a23 é o elemento que está na segunda linha e na terceira coluna. A matriz A, do tipo m x n (leia-se m por n), será escrita, genericamente, do seguinte modo: IMPORTANT E 11 12 13 1 11 12 13 1 m1 m2 m3 m … …= … n n mn xn a a a a a a a a a A a a a Exemplo 1: Dada a seguinte matriz quadrada de ordem 2, escreva a matriz A, com aij assumindo os seguintes valores: ij ij a 2 , A . a 0, i j parai j parai j = + ≥ = = < Resolução: Como a matriz é 2x2, ela deverá ter quatro elementos, conforme a matriz genérica: 11 12 21 22 2 2 a a A a a x = Desta forma, os elementos em que na sua posição o número de linhas (i) for maior ou igual ao número de colunas (j), serão determinados pela fórmula “i + 2j”, que é o que afirma a primeira condição, ija i 2 j, para i j= + ≥ . Assim: a11 = 3 (sendo i = 1 e j = 1, então: i + 2j = 1 + 2·1 = 3) a21 = 4 (sendo i = 2 e j = 1, então: i + 2j = 2 + 2·1 = 4) a22 = 5 (sendo i = 2 e j = 2, então: i + 2j = 2 + 2·2 = 6) UNIDADE 1 | MATRIZES E SISTEMAS LINEARES 6 Já os elementos em que na sua posição o número de linhas (i) for menor que o número de colunas (j), serão determinados pela fórmula “ ija 0, para i j= < ”. Neste caso, apenas o elemento de posição a12 obedece este critério, assim: a12 = 0 (neste caso em que i = 1 e j = 2 (i < j), o valor deste elemento é 0) Portanto, a matriz A será igual a: 2 2 3 0 A 4 6 = x Exemplo 2: Construa a matriz quadrada de ordem 3, ijC c= , sendo 2 2.ijc i j= + Resolução: Tomemos, inicialmente, a matriz genérica de ordem 3. 11 12 13 21 22 23 31 32 33 3x3 c c c C c c c c c c = Agora, basta aplicar a fórmula 2 2ijc i j= + para definir o valor de cada elemento, levando em consideração sua posição na matriz. Lembre que o i representa a posição do elemento em relação à linha e o j representa a posição do elemento em relação à coluna. 2 2 2 2 11 2 2 21 2 2 31 2 2 12 2 2 22 2 2 32 2 2 13 2 2 23 2 2 33 1 1 1 1 2 2 1 4 1 5 3 1 9 1 10 1 2 1 4 5 2 2 4 4 8 3 2 9 4 13 1 3 1 9 10 2 3 4 9 13 3 3 9 9 18 ijc i j c c c c c c c c c = + = + = + = = + = + = = + = + = = + = + = = + = + = = + = + = = + = + = = + = + = = + = + = 2 2 2 2 11 2 2 21 2 2 31 2 2 12 2 2 22 2 2 32 2 2 13 2 2 23 2 2 33 1 1 1 1 2 2 1 4 1 5 3 1 9 1 10 1 2 1 4 5 2 2 4 4 8 3 2 9 4 13 1 3 1 9 10 2 3 4 9 13 3 3 9 9 18 ijc i j c c c c c c c c c = + = + = + = = + = + = = + = + = = + = + = = + = + = = + = + = = + = + = = + = + = = + = + = Assim, a matriz C será igual a: 3x3 2 5 10 C 5 8 13 10 13 18 = TÓPICO 1 | MATRIZES 7 3 ELEMENTOS CORRESPONDENTES Para Facchini (1996, p. 174, grifos do original), “quando temos duas matrizes A e B do mesmo tipo m x n, os elementos de mesma posição (mesma linha e mesma coluna) nas duas matrizes são chamados elementos correspondentes”. Genericamente, dadas duas matrizes de mesma ordem (ou tipo), A e B: 11 12 13 1n 11 12 13 1n 21 22 23 2n 21 22 23 2n m1 m2 m3 mn m1 m2 m3 mnmxn mxn a a a a b b b b a a a a b b b b A e B a a a a b b b b … … … … = = … … Podemos afirmar que: a11 e b11 são correspondentes. a12 e b12 são correspondentes. a13 e b13 são correspondentes. amn e bmn são correspondentes. 3.1 IGUALDADE DE MATRIZES Para Paiva (2013, p. 97), “duas matrizes do mesmo tipo são iguais quando todos os seus elementos correspondentes são iguais”. Simbolicamente, podemos escrever, sendo A = (aij)mxn e B = (bij)mxn, temos A = B quando aij = bij para todo i (i = 1, 2, 3, ..., m) e todo j (j = 1, 2, 3, ..., n). Exemplo 3: Dadas as matrizes ( )ij ij2x2 2 1 A a ,a 3i j e B x x y = = − = + , deter- mine x e y sabendo que A = B. Resolução: Vamos iniciar determinando os elementos da matriz A. 11 12 21 22 2 2 a a A a a x = ij 11 21 12 22 a 3i j a 3 1 1 2 a 3 2 1 5 a 3 1 2 1 a 3 2 2 4 = − = ⋅ − = ⋅= − = = ⋅ − = = ⋅ − = UNIDADE 1 | MATRIZES E SISTEMAS LINEARES 8 Assim, a matriz A é: 2 2 2 1 A 5 4 x = Sabemos que A = B, para isso, seus elementos também devem ser iguais. Desta forma, temos que: Portanto, x = 5 e y = - 1. 4 TIPOLOGIA DAS MATRIZES Nas representações de matrizes, temos nomenclaturas específicas para cada tipo de matriz, conforme apresentadas a seguir. 4.1 MATRIZ TRANSPOSTA Segundo Facchini (1996, p. 176), “dada uma matriz A = (aij)mxn, chamamos de matriz transposta de A (e indicamos At) a matriz do tipo nxm, que tem linhas ordenadamente iguais às colunas de A”. Em outras palavras, a matriz At é obtida trocando-se as linhas pelas colunas da matriz A. Simbolicamente, podemos representar por At = (a’ji)nxm, tal que a’ji = aij. Exemplo 4: t 2 4 2 8 A transposta de A é a A 8 6 4 6 = = Observe que: a11 = 2 = a’11 a21 = 8 = a’12 a12 = 4 = a’21 a22 = 6 = a’22 Exemplo 5: A matriz 1 2 3 2 1 A x y z z = admite a transposta 1 2 2 1 3 6 t x A x y y y z = − − . Nestas condições, calcule x, y e z. 11 11 21 21 12 12 22 22 a b 2 2 a b 5 x a b 1 1 a b 4 x y Como x 5, então : 4 5 y y 1 = ⇔ = = ⇔ = = ⇔ = = ⇔ = + = = + ⇔ = − TÓPICO 1 | MATRIZES 9 Resolução: Denominamos de matriz transposta de A a matriz At = (a’ji)nxm, tal que a’ji = aij. Em outras palavras, a matriz At é obtida trocando-se as linhas pelas colunas da matriz A. Assim, podemos estabelecer a seguinte relação para a matriz genérica de A: 11 12 13 21 22 23 31 32 33 3x3 a a a A a a a a a a = 11 11 21 12 31 13 12 21 22 22 32 23 13 31 23 32 33 33 a a' a a' a a' a a' a a' a a' a a' a a' 'a a = = = = = = = = = 11 11 21 12 31 13 12 21 22 22 32 23 13 31 23 32 33 33 a a' a a' a a' a a' a a' a a' a a' a a' 'a a = = = = = = = = = O elemento aij corresponde à matriz A e o elemento a’ij corresponde à matriz At (transposta de A). Acadêmico, note também que os elementos da diagonal principal não se alteram, visto que i = j. ATENCAO Considerando a matriz A e sua transposta At, podemos estabelecer: 11 11 21 12 31 13 12 21 22 22 32 23 13 31 a a' 1 1 a a' x x a a' 2 2 a a' 2 x 2 x 4 a a' y y a a' 1 1 a a' 3 3y y 1 = ⇔ = = ⇔ = = ⇔ = = ⇔ = − ⇔ = = ⇔ = = ⇔ = = ⇔ = ⇔ = UNIDADE 1 | MATRIZES E SISTEMAS LINEARES 10 23 32 33 33 a a' z 6 y Como sabemos que y 1, então : z 6 1 z 5 a a' z z = ⇔ = − = = − ⇔ = = ⇔ = Portanto, x = 4, y = 1 e z = 5. 4.2 MATRIZ OPOSTA Dada uma matriz A = (aij)mxn, a sua matriz oposta será definida por – A = (– aij)mxn. Isso significa que a matriz oposta da matriz A é aquela que possui elementos opostos correspondentes ao da matriz A. 2 -4 -2 4 a) A matriz oposta de A é - A . 8 6 -8 -6 = = Observe que: a11 = 2 e é oposto de(-a11) = - 2 a21 = 8 e é oposto de (-a21) = - 8 a12 = - 4 e é oposto de (-a12) = 4 a22 = 6 e é oposto de (-a22) = - 6 1 -2 3 -1 2 -3 b) A matriz oposta de B é - B . 4 5 -6 -4 -5 6 = = a b c -a -d -g c) A matriz oposta de C d e f é - C -b -e -h . g h i -c -f -i = = 4.3 MATRIZ QUADRADA Para Paiva (2013, p. 96), “matriz quadrada é toda matriz cujo número de linhas é igual ao número de colunas”, ou seja, quando m = n, dizemos que a matriz é quadrada de ordem nxn ou simplesmente de ordem n. ( ) 3 5 A é uma matriz quadrada de ordem 2 m n 2 2 6 = = = TÓPICO 1 | MATRIZES 11 � � 5 3 10 B -1 -4 6 é uma matriz quadrada de ordem 3 m n 3 1 2 0 - 2 � � � � � � �� � � � � � � � Acadêmico, numa matriz quadrada de ordem n, os elementos a11, a22, a33, ... ann formam a diagonal principal da matriz. A outra diagonal da matriz quadrada é denominada diagonal secundária. Acadêmico, as classificações a seguir são utilizadas somente para matrizes quadradas, ou seja, matrizes de ordem n. Um termo utilizado na diagonal principal é denominado de traço, que em uma matriz quadrada representa a soma dos elementos da diagonal principal. IMPORTANT E 4.3.1 Matriz Triangular Em uma matriz quadrada, quando os elementos acima ou abaixo da diagonal principal são todos nulos (iguais a zero), dizemos que a matriz é triangular. 7 0 0 A 8 1 0 2 9 -5 = todos os elementos acima da diagonal principal da matriz A são nulos. 1 4 7 6 0 3 8 5 B 0 0 0 3 0 0 0 4 = todos os elementos abaixo da diagonal principal da matriz B são nulos. Diagonal secundária Diagonal principal UNIDADE 1 | MATRIZES E SISTEMAS LINEARES 12 4.3.2 Matriz Diagonal Em uma matriz quadrada de ordem n, quando todos os elementos posicionados acima e abaixo da diagonal principal são nulos, denominamos de matriz diagonal. 1 0 0 0 2 0 0 0 5 0 0 6 0 A B 0 1 0 C 0 0 9 0 0 3 0 0 8 0 0 0 2 = = = − 4.3.3 Matriz Identidade Em uma matriz quadrada de ordem n, quando todos os elementos da diagonal principal são iguais a 1 e os outros elementos são iguais a zero, denominamos de matriz identidade e seu símbolo é In (onde n representa a ordem da matriz). 5 3 2 1 0 0 0 1 0 0 0 1 0 0 1 0 I I 0 1 0 I 0 0 1 0 0 1 0 0 1 0 0 0 1 = = = 4.3.4 Matriz Simétrica Em uma matriz quadrada, quando tiver o elemento aij igual ao elemento aji, a matriz é denominada de simétrica. Exemplo 6: Matrizes simétricas. 1 2 6 9 1 4 5 2 3 7 2 A B 4 2 6 C 6 7 7 1 5 6 3 9 2 1 4 a c c b = = = Exemplo 7: Uma matriz A é simétrica se, e somente se, tA A= . Determine o valor de a para que 21 A 2 a a = seja simétrica. Resolução: A matriz transposta de A é: 2 1 A 2 t a a = TÓPICO 1 | MATRIZES 13 A condição de simetria nos garante que e, como vimos no exemplo 3: 11 11 21 12 12 21 22 22 a a' a a' a a' a a' = = = = Neste caso: 11 11 2 21 12 2 12 21 22 22 a a' 1 1 a a' a a' a a' 2 2 a a a a = ⇔ = = ⇔ = = ⇔ = = ⇔ = Para descobrirmos o valor de a, basta calcular a equação a = a2. a2 – a = 0 (é uma equação do segundo grau incompleta, pois falta o termo c) a ( a – 1) = 0 Desta forma a’ = 0 e, a” – 1 = 0 a” = 1 Portanto, para que as matrizes sejam simétricas, o valor de a deve ser 0 ou 1. 5 OPERAÇÕES ENTRE MATRIZES Após o conhecimento de algumas das principais características acerca do estudo das matrizes, há a necessidade de operá-las entre si. A seguir, estudaremos as operações de adição (e subtração), multiplicação por escalar e multiplicação entre matrizes. Estas operações são bem definidas e são munidas das principais propriedades das operações usuais entre números reais. 5.1 ADIÇÃO E SUBTRAÇÃO DE MATRIZES Inicialmente, consideremos duas matrizes A e B do tipo 2x3: 3 5 2 1 4 1 A B 4 7 6 6 3 2 − − − = = − Para determinar uma matriz C, dada por C = A + B, devemos encontrar uma matriz tal qual cada elemento possua a seguinte característica: cij = aij + bij. tA A= UNIDADE 1 | MATRIZES E SISTEMAS LINEARES 14 Portanto, os seis elementos de C (2x3 = 6) deverão ser obtidos a partir da operação com cada termo correspondente em A e B. Vejamos como ficará a adição dessas duas matrizes. c11 = a11 + b11 = 3 + 1 = 4 c21 = a21 + b21 = 4 + 6 = 10 c12 = a12 + b12 = 5 + (– 4) = 5 – 4 = 1 c22 = a22 + b22 = 7 + 3 = 10 c13 = a13 + b13 = (– 2) + (– 1) = – 2 – 1 = – 3 c23= a23 + b23 = (– 6) + 2 = – 4 É simples, mas precisamos ter atenção, principalmente nos sinais! Portanto: A + B = C e podemos operacionalizar da seguinte maneira: ( ) ( ) ( ) ( ) 3 1 5 4 2 13 5 2 1 4 1 4 1 3 4 6 7 3 6 24 7 6 6 3 2 10 10 4 + + − − + − − − − − + = = + + − +− − Note, acadêmico, que somente é possível somar matrizes que possuem a mesma ordem, isto é, o mesmo número de linhas e colunas. IMPORTANT E Assim, podemos concluir: • Denominamos de matriz C a soma da matriz A com a matriz B ou a soma das matrizes A e B. Dadas duas matrizes A e B do mesmo tipo mxn, a soma da matriz A com a matriz B, que representamos por A + B, é a matriz C do tipo mxn que é obtida adicionando cada elemento correspondente de A e B. Definição: Sejam duas matrizes A = (aij) e B = (bjj) de ordem mxn, a soma A + B é a matriz C = ( ijc ) de ordem mxn, tal que: ijc = ija + ijb , para i = 1, 2, 3, ..., m e j = 1, 2, 3, ..., n. TÓPICO 1 | MATRIZES 15 Para a subtração de matrizes, utilizaremos a ideia de soma com a matriz oposta. Assim, sendo A e B duas matrizes do tipo mxn, denominamos diferença entre A e B (representada por A - B) a soma da matriz A com a matriz oposta de B, isto é, A - B = A + (-B). ATENCAO Vejamos, também, uma demonstração de subtração de matrizes. Dadas as matrizes A e B anteriores e vamos determinar a matriz D resultante da subtração A – B. 3 5 2 1 4 1 A B 4 7 6 6 3 2 − − − = = − ( ) ( ) ij ij ijD A B A B d a b= − = + − ⇔ = + − d11 = a11 + (-b11) = 3 + (– 1) = 3 – 1 = 2 d21 = a21 + (-b21) = 4 + (– 6) = 4 – 6 = – 2 d12 = a12 + (-b12) = 5 + (+ 4) = 5 + 4 = 9 d22 = a22 + (-b22) = 7 + (– 3) = 7 – 3 = 4 d13 = a13 + (-b13) = (– 2) + (+ 1) = – 2 + 1 = – 1 d23 = a23 + (-b23) = (– 6) + (– 2) = – 6 – 2 = – 8 Portanto: D = A + (– B) e podemos operacionalizar da seguinte maneira: ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) 3 1 5 4 2 13 5 2 1 4 1 D 4 6 7 3 6 24 7 6 6 3 2 + − + + − + + − − + + = + = = + − + − − + −− − − − 3 1 5 4 2 1 2 9 1 D 4 6 7 3 6 2 2 4 8 − + − + − = ⇔ = − − − − − − 5.2 MULTIPLICAÇÃO DE UMA MATRIZ POR UM NÚMERO REAL Dada a matriz 5 8 1 A 4 3 6 − = − , vamos determinar A + A. ( ) ( ) ( ) ( ) 5 5 8 8 1 15 8 1 5 8 1 A A 4 4 3 3 6 64 3 6 4 3 6 + + − + − − − + = + = − + − + +− − 10 16 2 A A 8 6 12 − + = − UNIDADE 1 | MATRIZES E SISTEMAS LINEARES 16 Considerando que A + A = 2·A, temos: ( ) ( ) 2.5 2·8 2· 15 8 1 10 16 2 2·A 2· 2· 4 2·3 2·64 3 6 8 6 12 − − − = = = −− − Desta forma, observamos que a multiplicação é obtida a partir da multiplicação termo a termo de todos os elementos da matriz indicada, o que contempla a ideia de adição de parcelas iguais. Iremos formalizar esta operação com a definição dada a seguir: Definição: Seja a matriz A = (aij)mxn e k um número real. O produto de K pela matriz A (indica-se: K·A) é a matriz B = (bij)mxn, em que bij = k·aij, para todo i (i = 1, 2, 3, ..., m) e para todo j (j = 1, 2, 3, ..., n). Observe os exemplos a seguir: ( ) ( )8) Se A 2 5 8 , então 3 · A 6 15 24 .= = 2 44 8 19) Se B , então ·A .55 10 2 5 2 = = ( ) 3 2 3 6 4 2 3 10) Se C 1 5 7 , então 2 ·C 2 10 14 . 4 1 0 8 2 0 − − − = − − = − − − − Exemplo 8: Dadas as matrizes: 1 2 3 2 0 1 2 1 1 3 0 1 A e B − = = − Calcule 2 3A B+ . Resolução: Vamos calcular as multiplicações pelo escalar primeiramente e posteriormente somar. 1 2 3 2 0 1 2A 3B 2 3 2 1 1 3 0 1 − + = ⋅ + ⋅ − 2 4 6 6 0 3 2 6 4 0 6 3 4 4 9 2A 3B 4 2 2 9 0 3 4 9 2 0 2 3 13 2 1 − − + + − + = + = = − + + − + TÓPICO 1 | MATRIZES 17 Exemplo 9: Sejam as matrizes A = (aij)2x2, com aij = 2i – j2 e B = (bij)2x2, com bij = aij - 1, encontre a matriz X de modo que: X – 2A + B = 0. Resolução: Vamos iniciar construindo as matrizes A e B. Matriz A Como é uma matriz 2x2, sua genérica é: 11 12 21 22 a a A a a = Conforme orienta o enunciado, cada elemento aij será determinado por aij = 2i – j2. aij = 2i – j2 2 11 2 21 2 12 2 22 a 2 1 1 2 1 1 a 2 2 1 4 1 3 a 2 1 2 2 4 2 a 2 2 2 4 4 0 = ⋅ − = − = = ⋅ − = − = = ⋅ − = − = − = ⋅ − = − = 1 2 A 3 0 − = Matriz B Como é uma matriz 2x2, sua genérica é: 11 12 21 22 b b B b b = Conforme orienta o enunciado, cada elemento bij será determinado por bij = aij - 1. Este valor (aij) você irá buscar na matriz A. 11 21 12 22 – 1 b 1 1 0 b 3 1 2 b 2 1 3 b 0 1 1 ij ijb a= = − = = − = = − − = − = − = − Determinadas as matrizes A e B, vamos resolver a equação X – 2A + B = 0. 0 3 B 2 1 − = − UNIDADE 1 | MATRIZES E SISTEMAS LINEARES 18 Assim como em uma equação do primeiro grau, sugerimos isolar a matriz X antes de substituir as matrizes. DICAS X – 2A + B = 0 X = 2A – B ( ) ( ) 1 2 0 3 X 2 3 0 2 1 0 32 1 2 2 X 2 12 3 2 0 2 4 0 3 X 6 0 2 1 2 4 0 3 X 6 0 2 1 2 0 4 3 X 6 2 0 1 2 1 X . 4 1 Essa é a matriz X − − = ⋅ − − − ⋅ ⋅ − = − −⋅ ⋅ − − = − − − = + − + − + = + − + − = 5.3 MULTIPLICAÇÃO DE MATRIZES Lembre-se de que resolvemos a subtração de matrizes somando a matriz oposta! Acadêmico, a multiplicação de matrizes não é uma operação tão simples como as outras já estudadas até aqui, pois não basta multiplicar os elementos correspondentes. Fique atento à explicação! ATENCAO Vamos iniciar este conceito com uma situação-problema. Nela são apresentadas as notas referentes à disciplina de Geometria Analítica e Álgebra Linear dos acadêmicos Cristiane, Leonardo e Luiz em quatro avaliações propostas. TÓPICO 1 | MATRIZES 19 Avaliação 1 Avaliação 2 Avaliação 3 Avaliação 4 Cristiane 7 6 7 8 Leonardo 4 5 5 7 Luiz 8 7 9 10 Para calcular a média final da disciplina, o professor deve fazer uma média ponderada, em que a avaliação 1 tem peso 1,5, a avaliação 2 também tem peso 1,5, a avaliação 3 tem peso 4 e a avaliação 4 tem peso 3. Assim, a média de cada aluno será determinada pela fórmula: ( ) ( ) ( ) ( )Avaliação1 1,5 Avaliação 2 1,5 Avaliação 3 4 Avaliação 4 3 1,5 1,5 4 3 × + × + × + × + + + . O que equivale a escrever: A tabela de notas pode ser representada pela matriz: 3 4 7 6 7 8 A 4 5 5 7 8 7 9 10 x = E os pesos das avaliações, pela matriz: 4 1 0,15 0,15 0,40 0,3 B 0 x = Agora, vamos calcular as médias dos alunos nesta disciplina: ( ) ( ) ( ) ( )Avaliação1 0,15 Avaliação2 0,15 Avaliação3 0,40 Avaliação4 0,30× + × + × + × ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) Cristiane : 7 0,15 6 0,15 7 0,40 8 0,30 7,15 Leonardo : 4 0,15 5 0,15 5 0,40 7 0,30 5,45 Luiz : 8 0,15 7 0,15 9 0,40 10 0,30 8,85 × + × + × + × = × + × + × + × = × + × + × + × = Essas médias podem ser registradas em uma matriz C, que é o produto da matriz A (notas) pela matriz B (pesos): 3x1 7,15 C 5,45 8,85 = O processo utilizado para obter-se a matriz C nos mostra o processo prático para realizar o produto entre duas matrizes (A e B). Iremos agora formalizar este conceito através da definição a seguir: UNIDADE 1 | MATRIZES E SISTEMAS LINEARES 20 Definição: Dada uma matriz A = (ajj) do tipo mxn e uma matriz B = (bjj) do tipo nxp, o produto da matriz A pela matriz B é a matriz C = (cij) do tipo mxp, tal que o elemento cij é calculado multiplicando-se ordenadamente os elementos da linha i, da matriz A, pelos elementos da coluna j, da matriz B, e somando-se os produtos obtidos. Para dizer que a matriz C é o produto de A por B, vamos indicá-la por AB. Observe que só definimos o produto A·B de duas matrizes quando o número de colunas de A for igual ao número 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: A mxn . B nxp = AB mxp . ATENCAO Exemplo 10: Acompanhe a multiplicação das matrizes A de ordem 3x2 e B de ordem 2x4: É muito importante observar que o produto entre as matrizes A e B só é possível quando a quantidade de colunas da primeira matriz é igual à quantidade de linhas da segunda matriz. Isso pode ser visto na própria definição no momento onde é citado o fato de que A possui n colunas e B n linhas. Caso esta igualdade não seja satisfeita, o primeiro fato a observar é que só podemos multiplicar matrizes quando o número de colunas da primeira matriz for igual ao número de linhas da segunda matriz. Note que na definição A tem n colunas e B tem n linhas. Essa igualdade tem que ocorrer para que a multiplicação possa ser calculada. Como A possui duas colunas e B possui duas linhas, podemos calcular C = A·B 1 2 1 1 2 2 C 2 3 B 2 3 3 2 3 4 e = = 11 12 13 14 21 22 23 24 31 32 33 34 1 2 1 1 2 2 C 2 3 2 3 3 2 3 4 C C C C A B C C C C C C C C = ⋅ = ⋅ = TÓPICO 1 | MATRIZES 21 Sabemos que a matriz C terá ordem 3x4 devido à definição, pois a ordem da matriz resultante da multiplicação de duas matrizes herda o número de linhas da primeira e o número de colunas da segunda. Observe: 3 2 2 4 3 4x x xA B C⋅ = Agora precisamos definir os elementos cij da matriz resultante C e para isso é necessário saber que: • c11 é o resultado da multiplicação dos elementos da 1ª linha da matriz A com os elementos da 1ª coluna da matriz B; • c12 é o resultado da multiplicação dos elementos da 1ª linha da matriz A com os elementos da 2ª coluna da matriz B; • c13 é o resultado da multiplicação dos elementos da 1ª linha da matriz A com os elementos da 3ª coluna da matriz B; • c14 é o resultado da multiplicação dos elementos da 1ª linha da matriz A com os elementos da 4ª coluna da matriz B; • c21 é o resultado da multiplicação dos elementos da 2ª linha da matriz A com os elementos da 1ª coluna da matriz B; • c22 é o resultado da multiplicação dos elementos da 2ª linha da matriz A com os elementos da 2ª coluna da matriz B; • c23 é o resultado da multiplicação dos elementos da 2ª linha da matriz A com os elementos da 3ª coluna da matriz B; • c24 é o resultado da multiplicação dos elementos da 2ª linha da matriz A com os elementos da 4ª coluna da matriz B; • e assim por diante... Observe o cálculo de cada elemento da matriz resultante C: [ ] [ ] 11 1ª 1ª 12 1 1 2 1 1 2 2 1 4 5 2 1 1 2 1 1 2 3 1 6 7 3 Linha A Coluna B c c = ⋅ = ⋅ + ⋅ = + = = ⋅ = ⋅ + ⋅ = + = UNIDADE 1 | MATRIZES E SISTEMAS LINEARES 22 [ ] [ ] [ ] [ ] 13 14 21 22 2 1 2 1 2 2 3 2 6 8 3 2 1 2 1 2 2 2 2 4 6 2 1 2 3 2 1 3 2 2 6 8 2 1 2 3 2 1 3 3 2 9 11 3 c c c c = ⋅ = ⋅ + ⋅ = + = = ⋅ = ⋅ + ⋅ = + = = ⋅ = ⋅ + ⋅ = + = = ⋅ = ⋅ + ⋅ = + = [ ] [ ] [ ] [ ] 23 24 33 34 2 2 3 2 2 3 3 4 9 13 3 2 2 3 2 2 3 2 4 6 10 2 2 3 4 3 2 4 3 6 12 18 3 2 3 4 3 2 4 2 6 8 14 2 c c c c = ⋅ = ⋅ + ⋅ = + = = ⋅ = ⋅ + ⋅ = + = = ⋅ = ⋅ + ⋅ = + = = ⋅ = ⋅ + ⋅ = + = Com isso, finalmente, teremos: [ ] [ ] 31 32 1 3 4 3 1 4 2 3 8 11 2 1 3 4 3 1 4 3 3 12 15 3 c c = ⋅ = ⋅ + ⋅ = + = = ⋅ = ⋅ + ⋅ = + = 11 12 13 14 21 22 23 24 31 32 33 34 1 2 5 7 8 6 1 1 2 2 2 3 8 11 13 10 2 3 3 2 3 4 11 15 18 14 c c c c C A B c c c c c c c c = ⋅ = ⋅ = = Nunca esqueça: todos os elementos das linhas da primeira matriz multiplicam todos os elementos das colunas da segunda matriz. IMPORTANT E TÓPICO 1 | MATRIZES 23 Exemplo 11: Seja A = (aij) a matriz 2x2 real definida por aij = 1 se i ≤ j e aij = -1 se i > j. Calcule A2. Resolução: Vamos iniciar construindo a matriz A. Como é uma matriz 2x2, sua genérica é: 11 12 21 22 a a A a a = Conforme orienta o enunciado, cada elemento aij será determinado por aij = 1 se i ≤ j e aij = -1 se i > j. Agora basta calcularmos A2. 11 21 12 22 a 1 a 1 a 1 a 1 = = − = = 1 1 A 1 1 = − Calcular A2 não é elevar cada um de seus elementos ao quadrado, mas sim multiplicar a matriz por ela mesma, ou seja, A2 = A·A. ATENCAO 2 1 1 1 1A A A 1 1 1 1 = ⋅ = ⋅ − − Para resolver esta multiplicação, é necessário verificar se o número de linhas da primeira matriz é igual ao número de colunas da segunda matriz. 2 2x2 2x2 2x2A A A⋅ = ( ) ( ) ( ) ( ) 2 2 1 1 1 1 1 1 1 11 1 1 1 A 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 0 2 A 1 1 1 1 2 0 ⋅ + ⋅ − ⋅ + ⋅ = ⋅ = − ⋅ + ⋅ − − ⋅ + ⋅− − − + = = − − − + − UNIDADE 1 | MATRIZES E SISTEMAS LINEARES 24 Exemplo 12: (UFRJ) uma confecção vai fabricar três tipos de roupas utilizando três materiais diferentes. Considere a matriz A abaixo, onde cada elemento aij representa quantas unidades de material j serão empregados para fabricação de roupas do tipo i. 5 0 2 A 0 1 3 4 2 1 = a) Quantas unidades de material 3 serão empregadas na confecção de uma roupa tipo 2? b) Calcule o total de unidades do material 1 que será empregado para fabricar cinco roupas do tipo 1, quatro roupas do tipo 2 e duas roupas do tipo 3. Resolução: De acordo com o enunciado, temos a tabela: Material 1 Material 2 Material 3 Roupa tipo 1 5 0 2 Roupa tipo 2 0 1 3 Roupa tipo 3 4 2 1 a) O número de unidades de material j = 3 na confecção de uma roupa tipo i = 2 é o elemento a23 da matriz A, ou melhor, é o elemento da segunda linha com a terceira coluna a23 = 3 unidades. b) O valor procurado é 5a11 + 4a21 + 2a31 = 5×5 + 4×0 + 2×4 = 25 + 0 + 8 = 33 unidades. Exemplo 13: (PUC) Um batalhão do exército resolveu codificar suas mensagens através da multiplicação de matrizes. Primeiramente, associa as letras do alfabeto aos números, segundo a correspondência abaixo considerada: Desta forma, supondo que o batalhão, em questão, deseja enviar a mensagem "PAZ", pode-se tomar uma matriz 2x2, da forma: P A Z − a qual, usando- se da tabela acima, será dado por: TÓPICO 1 | MATRIZES 25 Tomando-se a matriz-chave C para o código, isto é: 2 3 1 2 transmite- se a mensagem "PAZ" através da multiplicação das matrizes M e C, ou seja: 15 1 2 3 31 47 M C 25 0 1 2 50 75 ⋅ = ⋅ = . Ou através da cadeia de números 31 47 50 75. Desta forma, utilizando-se a mesma matriz-chave C, a decodificação da mensagem 51 81 9 14 será compreendida pelo batalhão como a transmissão da palavra: a) LUTE b) FOGO c) AMOR d) VIDA e) FUGA Resolução: Para construir a Matriz D vamos usar o fato de que D é a matriz inversa de C se, e somente se, C×D = D×C = I, onde I é matriz identidade. Depois, basta resolvermos os sistemas de equações resultantes. 15 1 25 0 Como já falamos, só existe a inversa de matrizes quadradas. E mais do que isso, a inversa A-1 terá sempre a mesma ordem da matriz A, além disso, a identidade I também terá essa mesma ordem. IMPORTANT E Acadêmico, veja que a matriz C codificou a mensagem multiplicando a matriz M pela direita, assim, temos que decifrar a mensagem também pela direita UNIDADE 1 | MATRIZES E SISTEMAS LINEARES 26 multiplicando por D = C-1, pois a propriedade comutativa no produto de matrizes não é válida. Decodificando a mensagem 51 81 9 14, encontramos: Logo, a mensagem 51 81 9 14 será compreendida como 21 9 4 1, correspondendo à palavra VIDA, e a alternativa (D) é a opção correta. Exemplo 14: (SILVA, 2013) Neste exemplo, estuda-se a viabilidade para implantação de um novo sistema de transporte de massas (poderia ser um sistema de metrô) numa certa cidade. As autoridades fizeram estudos que previram o percentual de pessoas que migrarão para esse novo sistema de transporte de massas (M), e o percentual de pessoas que continuarão a dirigir seus automóveis (A). Foi obtida a seguinte tabela: Esse Ano M A Próximo Ano M 0,7 0,2 A 0,3 0,8 Escrita como matriz de transição o de transporte de massas (T), temos, Suponha que para a população da cidade permanece a constante e que, inicialmente, 30% das pessoas irão usar o transporte de massa e 70% irão usar seus carros. A - Cálculo da porcentagem das pessoas que estarão usando o transporte de massa depois de um ano da implantação do sistema, e depois de dois anos. Agora, vamos supor um registro futuro provável de pessoas que usarão o transporte de massas, de modo que o vetor estado inicial seja dado por: 0,7 0,2 0,3 0,8 T = TÓPICO 1 | MATRIZES 27 Pelo teorema 1, temos, Logo, após o primeiro ano de uso do transporte de massas, o vetor estado x(2) dado por: Dessa forma, após o primeiro ano, 35% das pessoas estarão usando o transporte de massas, e 55% seus carros. Depois de dois anos, denotando o vetor estado por x(3), o percentual de pessoas que estarão usando o transporte de massas é dado por: Portanto, após o segundo ano, 37,5% das pessoas estarão usando o transporte de massas, e 71,5% estarão usando os carros. B - Calcular a porcentagem das pessoas que estarão usando o transporte de massas em um futuro mais longínquo, ou seja, deve-se calcular o vetor estacionário q. Para calcular o vetor estacionário, temos o seguinte sistema de equações lineares: (I − P)q = 0. Substituindo as matrizes nesta equação, temos: Assim, o sistema a ser resolvido é: UNIDADE 1 | MATRIZES E SISTEMAS LINEARES 28 Observe que as duas equações são equivalentes, logo: 0,3q1 − 0,2q2 = 0, Tomando q1 = s, temos: Usando a Equação (3) para calcular o valor de s, temos que: Logo, o vetor estacionário q é igual a: Concluímos então que num futuro mais longo 40% das pessoas estarão usando o transporte de massas, e 60% ainda estarão usando seus carros. 29 Neste tópico, você aprendeu que: • Uma matriz é uma organização de dados em linhas e colunas e cada ente da matriz é denominado elemento. • Uma matriz é representada por uma letra maiúscula e os elementos podem estar dispostos entre parênteses ou colchetes. A ordem de uma matriz é a informação da quantidade de linhas (m) e colunas (n). • Existem alguns tipos de matrizes: quadrada, nula, coluna, linha, oposta, diagonal, identidade, triangular, transposta e simétrica. • Algumas operações: soma de matrizes, multiplicação por um número real e multiplicação de matrizes. Aqui vale destacar: o Só podemos somar matrizes de mesma ordem. o Para multiplicar matrizes o número de colunas da primeira matriz tem que ser igual ao número de linhas da segunda. Já a matriz resultante (produto) terá o número de linhas da primeira matriz e o número de colunas da segunda matriz. o Na multiplicação de matrizes não vale a propriedade comutativa, isto é, podemos ter A B B A⋅ ≠ ⋅ para duas matrizes quaisquer A e B. RESUMO DO TÓPICO 1 30 Acadêmico, um dos princípios da UNIASSELVI é “Não basta saber, é preciso saber fazer”. Agora chegou a sua vez de colocar em prática os conceitos sobre matrizes, estudadosneste tópico. 1 Matrizes são tabelas que respeitam uma ordem de formação, possuem respectivamente linhas e colunas. A denominação “Matrizes” surgiu no século XIII com James Joseph Sylvester, e foi apenas no século XIX que o matemático inglês Arthur Cayley sistematizou a teoria das matrizes a partir da Teoria das Formas Quadráticas. Hoje, contudo, o estudo das formas quadráticas é um mero capítulo da Teoria das Matrizes. Esse tipo especial de tabela possui propriedades e definições. Sobre elas, leia atentamente as sentenças a seguir: I - O produto de uma matriz por outra é determinado por meio do produto dos seus respectivos elementos. II - Para quaisquer matrizes A, B e C, de mesma ordem mxn, vale a igualdade (A + B) + C = A + (B + C). III - Em geral, A·B ≠ B·A, para A e B duas matrizes quaisquer, isto é, não é válida a propriedade comutativa da multiplicação para matrizes. Agora, assinale a alternativa CORRETA: a) ( ) Apenas a sentença II é verdadeira. b) ( ) As sentenças I e II são verdadeiras. c) ( ) As sentenças I e III são verdadeiras. d) ( ) As sentenças II e III são verdadeiras. 2 A história da matemática retrata que os estudos das matrizes tiveram seu início por volta do século II a.C., presentes em textos chineses sobre aplicação de sistemas lineares. Porém, o nome matriz veio somente no século XIII, com James Joseph Sylvester. Matrizes são tabelas que respeitam uma ordem de formação, possuem respectivamente linhas e colunas. Esse tipo especial de tabela possui propriedades e definições. Entre as propriedades mais importantes está a multiplicação de matrizes. Sobre a multiplicação de matrizes, leia atentamente as sentenças a seguir: I - O produto das matrizes X, de ordem 2x5, e Z, de ordem 5x5, é uma matriz de ordem 2x5. II - O produto das matrizes X de ordem 1x6 e Z de ordem 6x2 é uma matriz coluna de ordem 1x2. III - O produto das matrizes X de ordem 3x7 e Z de ordem 7x4 é uma matriz quadrada de ordem 3x4. A alternativa VERDADEIRA é: a) ( ) As sentenças I e III estão corretas. b) ( ) Apenas III está correta. AUTOATIVIDADE 31 c) ( ) Apenas II está correta. d) ( ) Apenas I está correta. 3 Uma forma bastante interessante de ensinar matrizes inversas e multiplicação de matrizes é utilizando a criptografia. A criptografia é o estudo dos princípios e técnicas pelas quais a informação pode ser codificada, de forma que possa ser conhecida apenas pelas pessoas detentoras do código. Um professor de matemática resolveu codificar suas mensagens através da multiplicação de matrizes, para isso, ele associou as letras do alfabeto aos números, conforme a tabela a seguir: Desta forma, supondo que o professor deseja enviar a mensagem "AMOR", pode-se tomar uma matriz M2x2, da forma: A M O R a qual, usando-se da tabela acima, será dado por: 1 12 14 17 Tomando-se a matriz-chave C para o código: 2 3 1 2 transmite-se a mensagem "AMOR" através da multiplicação das matrizes M e C, ou seja: 1 12 2 3 14 27 M C 14 17 1 2 45 76 ⋅ = ⋅ = . Ou através da cadeia de números 14 27 45 76. Desta forma, utilizando-se a mesma matriz-chave C, a decodificação da mensagem 52 85 22 40 será compreendida como a transmissão da palavra: a) ( ) LOGO b) ( ) PARA c) ( ) VIDA d) ( ) TODO 4 (FUNIVERSA) Duas empresas — 1 e 2 — são investigadas em três crimes fiscais — I, II e III. As evidências que relacionam as duas empresas aos crimes são tais que: 32 A evidência Relaciona a(s) empresa(s) Ao(s) crime(s) A 1 I e III B 1 e 2 I e II C 2 II e III D 1 I e II E 1 e 2 I, II e III F 2 III G 1 I e II H 1 e 2 II e III I 2 I e III Para tratar as informações necessárias à investigação desses crimes, um perito montou uma matriz M na qual cada elemento aij corresponde à quantidade de evidências que relacionam a empresa i ao crime j. Com base nessas informações, a matriz M é: a) ( ) 5 3 5 4 3 5 b) ( ) 5 5 3 3 4 5 c) ( ) 3 4 5 5 5 3 d) ( ) 3 5 4 5 5 3 e) ( ) 3 5 5 4 5 3 5 (UFMT) Sejam as matrizes A = (aij)2x3 tal que aij = j – 3i; B = (bij)3x2 tal que bij = 2i + j2; e C = (cij)2x2 tal que cij = ij. O elemento de maior módulo dentre os que formam a diagonal principal da matriz P, em que P = AB + 20C, é: a) ( ) 20 b) ( ) 9 c) ( ) -16 d) ( ) -12 e) ( ) 0 6 (UEL-PR) Dadas as matrizes A = ( )ij 3x2a , definida por aij = i-j; B = ( )ij 2x3b , definida por bij= j , C = ( )ijc , definida por C = A.B, é correto afirmar que o elemento C23 é: a) ( ) Igual ao elemento C12. b) ( ) Igual ao produto de a23 por b23. c) ( ) O inverso do elemento C32. d) ( ) Igual à soma de a12 com b11. e) ( ) Igual ao produto de a21 por b13. 33 7 Assinale V se a afirmação for verdadeira e F se for falsa. ( ) Toda matriz diagonal é triangular. ( ) A matriz identidade é uma matriz diagonal. ( ) A matriz identidade é uma matriz triangular. ( ) Para que a matriz 2 6 3 90 1 ba A c − − = + seja nula, a = 3, b = 2 e ec = -1 ( ) Considere a matriz A = [aij]4x4, cujos elementos são dados por aij = 2i+j. A soma dos elementos da diagonal secundária é igual a 128. 34 35 TÓPICO 2 DETERMINANTES E INVERSÃO DE MATRIZES UNIDADE 1 1 INTRODUÇÃO Atualmente, o estudo da Álgebra Linear está organizado pela sequência: matrizes, depois determinantes e, em seguida, sistemas lineares, porém a ordem histórica foi outra. Inicialmente surgiram os problemas que envolviam sistemas lineares e, na tentativa de solucioná-los, surgiram os determinantes. Apenas mais tarde o estudo das matrizes foi desenvolvido. A ideia preliminar de Determinante surgiu na China antiga, onde os coeficientes de equações lineares eram representados com varetas de bambu. Esse conceito foi aperfeiçoado por diversos matemáticos até chegar ao processo que utilizamos hoje para o cálculo de determinantes, dentre eles destacamos Göttfried Wilhelm Leibniz, Gabriel Cramer e Augustin-Louis Cauchy, que são considerados os grandes desbravadores desse ramo da matemática. Acadêmico, neste tópico, desbravaremos o cálculo do determinante, para as n ordens de uma matriz, no intuito de subsidiar a resolução de sistemas lineares, tema do nosso próximo tópico, bem como o cálculo de área e volume entre vetores, assunto que será abordado na Unidade 2. 2 O CÁLCULO DO DETERMINANTE Segundo Paiva (2013, p. 127), “o determinante é um número obtido por meio de multiplicações e adições dos coeficientes de um sistema linear”, ou seja, o determinante é um número real associado a uma matriz quadrada. É importante destacar que cada matriz possui um único determinante. Simbolicamente, o determinante de uma matriz A será denotado por |A|, det(A) ou por DA. Veja a ideia do determinante em um sistema com duas equações e duas variáveis: Exemplo 1: Seja o sistema: 2 3 5 5 7 2 x y x y + = + = UNIDADE 1 | MATRIZES E SISTEMAS LINEARES 36 Lembre-se de que para resolver este sistema devemos escolher uma variável para zerar e após realizar a soma do sistema. Escolhendo a variável y para zerar, devemos multiplicar a primeira por 7 e a segunda por -3, obtendo: 7 2 7 3 7 5 3 5 3 7 3 2 x y x y ⋅ + ⋅ = ⋅ − ⋅ − ⋅ = − ⋅ Logo, ao somarmos, teremos: ( )( ) 7 2 3 5 7 3 3 7 7 5 3 2 7 2 3 5 7 5 3 2 7 5 3 2 29 7 2 3 5 zero x x y y x x ⋅ − ⋅ + ⋅ − ⋅ = ⋅ − ⋅ ⋅ + − ⋅ = ⋅ − ⋅ ⋅ − ⋅ = = − ⋅ − ⋅ Bastaria substituir este valor de x em uma das equações e descobrir que y = 21. De fato, ao resolver um sistema, procederíamos desta forma, mas resolvendo as multiplicações. O fato de não multiplicarmos é para que vejamos os valores presentes no numerador e no denominador da variável a ser descoberta. Perceba que o denominador e o numerador no caso do x estão ligados diretamente às respectivas matrizes: 2 3 5 3 e 5 7 2 7 No denominador, temos que é a diferença entre o produto da diagonal principal pela diagonal secundáriados coeficientes do sistema. No caso de numerador, temos o mesmo procedimento, onde a matriz está definida com a simples troca da coluna da variável x pelos termos independentes do sistema. Desta forma, se quiséssemos descobrir o valor de y por este procedimento, teríamos que substituir na matriz dos coeficientes a coluna y pelos termos independentes e proceder com a operação citada anteriormente e posteriormente dividir pelo resultado encontrado no numerador. O resultado encontrado na matriz dos coeficientes é o que chamamos de Determinante, pois a partir dele podemos determinar se um sistema de equações (por exemplo) possui solução, pois se este valor fosse zero, teríamos uma indeterminação no sistema. 2.1 DETERMINANTE DE UMA MATRIZ DE 1ª ORDEM O determinante de uma matriz de 1ª ordem, A = (a11), é definido pelo valor do seu elemento único a11, ou seja: det A = |a11| = a11. TÓPICO 2 | DETERMINANTES E INVERSÃO DE MATRIZES 37 Exemplos: 2) Se M = (15), então det (M) = 15. 3) Se Z = 3 − , então det (Z) = 3− . 2.2 DETERMINANTE DE UMA MATRIZ DE 2ª ORDEM A matriz quadrada de 2ª ordem 11 12 21 22 a a A a a = tem como determinante o número real obtido pela expressão a11. a22 - a12 . a21. Indicamos por: ( ) 11 12 21 22 a a det A a a = = a11. a22 - a12 . a21. Ou seja, o determinante de uma matriz de 2ª ordem é dado pela diferença entre o produto dos elementos da diagonal principal e o produto dos elementos da diagonal secundária (esta ideia foi vista no início deste tópico). Veja esse exemplo prático: Exemplo 2: Calcular o determinante da matriz 2 7 B 4 8 = . Resolução: det (B) = 2·8 - 7·4 ↔ det (B) = 16 – 28 ↔ det (B) = -12. 2.3 DETERMINANTE DE UMA MATRIZ DE 3ª ORDEM – REGRA DE SARRUS O cálculo do determinante de 3ª ordem consegue ser resolvido utilizando- se um procedimento de cálculo bastante simples, denominado regra de Sarrus. Seja a matriz 11 12 13 21 22 23 31 32 33 a a a A a a a a a a = . 1º passo: Repetimos as duas primeiras colunas ao lado da terceira coluna: 2º passo: Encontramos a soma do produto dos elementos da diagonal principal com os dois produtos obtidos pela multiplicação dos elementos das paralelas a essa diagonal: 11 12 13 11 12 21 22 23 21 22 31 32 33 31 32 a a a a a a a a a a a a a a a UNIDADE 1 | MATRIZES E SISTEMAS LINEARES 38 3º passo: Encontramos a soma do produto dos elementos da diagonal secundária com os dois produtos obtidos pela multiplicação dos elementos das paralelas a essa diagonal: a11 a12 a13 a11 a12 a21 a22 a23 a21 a22 a31 a32 a33 a31 a32 paralelas diagonal principal = (a11 a22 a33 + a12a23a31+a13a21a32) a11 a12 a13 a11 a12 a21 a22 a23 a21 a22 a31 a32 a33 a31 a32 paralelas diagonal secundária = (a13 a22 a31 + a11a23a32+a12a21a33) 4º passo: Por fim, devemos operar a soma do produto da diagonal principal com suas paralelas, menos a soma do produto da diagonal secundária com suas paralelas. Desta forma: det A = (a11 a22 a33 + a12 a23 a31 + a13 a21 a32) - (a13 a22 a31 + a11 a23 a32 + a12 a21 a33) A simbologia utilizada para o cálculo de determinante é a indicação dos elementos de uma matriz entre duas barras simples. Por exemplo, 3 1 19 5 8 = , estamos indicando que o determinante da matriz é 19. ATENCAO Exemplo 3: Calcule o determinante da matriz 3 4 2 B 2 1 5 0 7 4 = . Resolução: Iniciamos repetindo as duas primeiras colunas após a terceira. 3 4 2 3 4 2 1 5 2 1 0 7 4 0 7 TÓPICO 2 | DETERMINANTES E INVERSÃO DE MATRIZES 39 Det (B) = (3·1·4 + 4·5·0 + 2·2·7) – (2·1·0 + 3·5·7 + 4·2·4) Det (B) = (12 + 0 + 28) – (0 + 105 + 32) Det (B) = 40 – 137 Det (B) = – 97 Exemplo 4: Resolver a equação: 2 3 2 0 1 x 2 2 x 3 − = − Resolução: A representação indica que o determinante desta matriz é 2. Assim, vamos calcular o determinante e igualar a 2. 2 3 2 2 3 0 1 x 0 1 2 2 x 3 2 x − = − Assim: [2·1·(–3) + 3·x·2 + (–2)·0·x] – [(–2)·1·2 + 2·x·x + 3·0·(–3)] = 2 (–6 + 6x + 0) – (–4 + 2x2 + 0) = 2 –6 + 6x + 4 – 2x2 = 2 –2x2 + 6x – 4 = 0 Para simplificarmos a equação, vamos dividir ambos os lados da igualdade por (-2). x2 – 3x + 2 = 0 Não esqueça de realizar a propriedade distributiva, devido ao sinal de negativo. IMPORTANT E Uma equação do segundo grau (ou equação quadrática) é toda equação da forma ax2 + bx + c = 0, em que a ≠ 0 e sua forma completa exige a resolução através da fórmula: 2 4 2 b b a cx a − ± − ⋅ ⋅ = ⋅ Aplicando a fórmula, determinamos os valores para x que tornam o determinante da matriz igual a 2. Assim, x’ = 1 e x” = 2. UNIDADE 1 | MATRIZES E SISTEMAS LINEARES 40 2.4 COFATOR Dada uma matriz A=[aij], quadrada de ordem *n 2 e n≥ ∈ , denominamos de cofator de aij o produto de (-1) i+j pelo determinante da matriz (Dij) que se obtém de A, suprimindo a linha de ordem i e a coluna de ordem j. Notação: cij. ( )i jij ijC 1 D += − ⋅ Assim, se considerarmos a matriz quadrada 11 12 13 21 22 23 31 32 33 a a a A a a a a a a = , de 3ª ordem, temos: ( ) ( )1 1 1 1 22 2311 11 32 33 a a C 1 D 1 a a + += − ⋅ = − ⋅ Neste caso, eliminamos a linha 1 e a coluna 1. Neste caso, eliminamos a linha 2 e a coluna 3. ( ) ( )2 3 2 3 11 1223 23 31 32 a a C 1 D 1 a a + += − ⋅ = − ⋅ Exemplos: 5) 6) 2 3 1 5 A = − 1 1 11 1 2 12 ( 1) . 5 5 ( 1) . 1 1 c c + + = − = = − − = − 2 1 21 2 2 22 ( 1) . 3 3 ( 1) . 2 2 c c + + = − = − = − = 3 2 32 1 3 4 1 4 2 0 5 ( 1) . 1.(5 8) 13 2 5 7 6 8 A c + = − = − = − + = − − TÓPICO 2 | DETERMINANTES E INVERSÃO DE MATRIZES 41 2.5 DETERMINANTE DE ORDEM N > 3 Para calcularmos o determinante de matrizes de ordem superior a 3, usaremos o Teorema de Laplace. Este teorema pode ser utilizado para matrizes de ordem 2 ou superior, porém, julgamos que os métodos ensinados anteriormente apresentam resolução mais rápida. Teorema de Laplace O determinante de uma matriz quadrada de ordem n ≥ 2 é a soma dos produtos dos elementos de uma fila (linha ou coluna) pelos respectivos cofatores. A resolução do determinante pelo Teorema de Laplace se torna mais rápida quando consideramos a fila que contém o maior número de zeros, pois neste caso não é necessário calcular o determinante. ATENCAO Exemplos: 7) 8) ( ) 12 22 32 3 . 0 1 . 6 . 3 4 2 0 5 7 6 8 det A CA C C= + + = − 1 2 12 2 5 ( 1) . 1.( 51) 51 7 8 c + − = − = − − = ( ) ( ) 3 2 32 3 . 51 6 . 13 153 78 1 4 ( 1) . 1.(5 8) 13 2 5 75det A c += − = − + = − − = + − = − = 41 42 43 44 2 3 1 0 0 2 0 3 0. 0. 0. 6. 6.6 36 5 1 4 0 0 0 0 6 c c c c= + + + = = − 4 44 4 2 3 1 ( 1) . 0 2 0 1.6 6 5 1 4 c += − = = − UNIDADE 1 | MATRIZES E SISTEMAS LINEARES 42 2.6 PROPRIEDADES DOS DETERMINANTES O cálculo dos determinantes pode ser facilitado se analisarmos as características e propriedades de algumas matrizes, isto é, é possível fazer com que economizemos tempo na resolução desses cálculos. Vejamos, a seguir, quais são estas propriedades: P1: Se os elementos de uma linha (ou uma coluna) de uma matriz quadrada forem todos iguais a zero, seu determinante será zero. P2: Se os elementos de duas linhas ou colunas de uma matriz forem iguais, seu determinante será nulo. 4 9 8 7 3 0 15 0 0 0 0 0 2 0 3 0 3 2 1 3 1 0 7 18 12 9 3 − = − = − − 1 3 2 5 3 5 4 2 9 8 0 2 5 3 5 9 7 4 , 3 pois L L== P3: Se uma matriz possui duas linhas (ou colunas) proporcionais, então seu determinante será nulo. 3 1 1 4 2 2 1 4 0 3 2 6 2pois C C== P4: Se trocarmos de posição, entre si, duas linhas (ou colunas) de uma matriz quadrada, o determinante da nova matriz é o anterior com o sinal trocado. 1 2 3 2 1 1 4 3 2 1 − = − Trocando as posições de L1 e L2, por exemplo, temos: 2 1 1 1 2 3 4 3 2 1 − = + TÓPICO 2 | DETERMINANTES E INVERSÃO DE MATRIZES 43 P5: Se multiplicarmos todos os elementos de uma linha (ou coluna)
Compartilhar