Baixe o app para aproveitar ainda mais
Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original
MATRIZES MATRIZES bj etivos Ao final desta aula, voceˆ devera´ ser capaz de: reconhecer matrizes reais; identificar matrizes especiais e seus principais elementos; estabelecer a igualdade entre matrizes. 123 � ´ Algebra Linear I Matrizes MATRIZES Consideremos o conjunto de alunos do CEDERJ, ligados ao ´ polo Lugar Lindo, cursando a disciplina Algebra Linear I. Digamos que sejam 5 alunos (claro que se espera muito mais!). Ao longo do semestre, eles far˜ao 2 avaliac˜ ancia e 2 presen ¸oes a distˆ ciais, num total de 4 notas parciais. Para representar esses dados de maneira organizada, podemos fazer uso de uma tabela: Aluno AD1 AD2 AP1 AP2 1. Ana 4,5 6,2 7,0 5,5 2. Beatriz 7,2 6,8 8,0 10,0 3. Carlos 8,0 7,5 5,9 7,2 4. Daniela 9,2 8,5 7,0 8,0 5. Edson 6,8 7,2 6,8 7,5 Se quisermos ver as notas obtidas por um determinado aluno, digamos, o Carlos, para calcular sua nota final, basta atentarmos para a linha correspondente (8,0; 7,5; 5,9; 7,2). Por outro lado, se estivermos interessados nas notas obtidas pelos alunos na segunda verificac¸ao˜ a distˆancia, para calcular a m´edia da turma, devemos olhar para a coluna correspondente (6,2; 6,8; 7,5; 8,5; 7,2). Tamb´em podemos ir diretamente ao local da tabela em que se encontra, por exemplo, a nota de Carlos na segunda avaliac¸ao˜ a distˆancia (7,5). ´ E esse tipo de tratamento que as matrizes possibilitam (por linhas, por colunas, por elemento) que fazem desses objetos matem´aticos instrumentos valiosos na organizac¸ao˜ e manipulac ¸ao˜ de dados. Vamos, ent˜ao, a` definic¸ao˜ de matrizes. Definic¸ao˜ 1.1. blablabla Uma matriz real A de ordem mn e´ uma tabela de mn n´umeros reais, dispostos em m linhas e n colunas, onde m e n s˜ao n´umeros inteiros positivos. Uma matriz real de m linhas e n colunas pode ser representada por Am n . Neste curso, como s´o trabalharemos com 8 CEDERJ � matrizes reais, usaremos a notac¸ao˜ simplificada Am n, que se lˆe “A m por n”. Tamb´em podemos escrever A aij onde i 1 m e´ o ´ındice de linha e j 1 n e´ o ´ındice de coluna do termo gen´erico da matriz. Representamos o conjunto de todas as matrizes reais “m por n”por Mm n . Escrevemos os elementos de uma matriz limitados por parˆenteses, colchetes ou barras duplas. Exemplo 1.1. blablabl 23 a. Uma matriz 3 2: 1 0 2 17 53 b. Uma matriz 2 2: 1 12 4 c. Uma matriz 3 1: 0 11 De acordo com o n´umero de linhas e colunas de uma matriz, podemos destacar os seguintes casos particulares: m 1: matriz linha n 1: matriz mn: matriz quadrada. Neste caso, escrevemos apenas An e dizemos que “A e´ uma matriz quadrada de ordem n”. Representamos o conjunto das matrizes reais quadradas de ordem n por Mn (ou, simplesmente, por Mn). Exemplo 1.2. blablabl a. Matriz linha 1 4: 2 3 4 15 4 b. Matriz coluna 3 1: 17 0 Os elementos de uma matriz podem ser outras entidades, que n˜ao n´umeros reais. Podem ser, por exemplo, n´umeros complexos, polinˆomios, outras matrizes etc. As barras simples s˜ao usadas para representar determinantes, como veremos na Aula 5. 11 M AULA ODULO CEDERJ 9 � ´ Algebra Linear I Matrizes 12 c. Matriz quadrada de ordem 2: 57 Os elementos de uma matriz podem ser dados tamb´em por f´ormulas, como ilustra o pr´oximo exemplo. Exemplo 1.3. blablabl Vamos construir a matriz AM24 A aij tal que i2 j se ijai j i 2 j se ij a11 a12 a13 a14 A matriz procurada e´ do tipo A a21 a22 a23 a24 Seguindo a regra de formac¸ao˜ dessa matriz, temos: a11 121 2 a12 122 3 a22 222 6 a13 123 5 a14 124 7 a21 221 0 a23 223 4 a24 224 6 2357 Logo, A 06 46 IGUALDADE DE MATRIZES O pr´oximo passo e´ estabelecer um crit´erio que nos permita decidir se duas matrizes s˜ao ou n˜ao iguais. Temos a seguinte definic¸ao: ˜ Duas matrizes AB Mmn A aij B bij s˜ao iguais quando aij bij i 1 mj 1 n . Exemplo 1.4. blablabl Vamos determinar abc e d para que as matrizes 2a 3b 49 e sejam iguais. Pela definic¸ao˜ de cd 6 12c igualdade de matrizes, podemos escrever: 10 CEDERJ � 2a 4 2a 3b 49 3b 9 cd 6 12c cd 1 62c Da´ı, obtemos a 2 b 3 c 3e d 2. Numa matriz quadrada A aij ij 1 n , destacamos os seguintes elementos: diagonal principal: formada pelos termos aii (isto ´ e, pelos termos com ´ındices de linha e de coluna iguais). diagonal secund´ aria: formada pelos termos ai j tais que ijn 1. Exemplo 1.5. blablabl Seja 3 2 01 5 3 27 A 12 3 14 5 0 16 A diagonal principal de A e´ formada por: 3 3 6 A diagonal secund´aria de A e´ formada por: 1 2 3 5 MATRIZES QUADRADAS ESPECIAIS No conjunto das matrizes quadradas de ordem n podemos destacar alguns tipos especiais. Seja A aij Mn . Dize mos que A e´ uma matriz triangular superior, quando ai j 0 se ij (isto e,´ possui todos os elementos abaixo da diagonal principal nulos). triangular inferior, quando ai j 0 se ij (isto e,´ possui todos os elementos acima da diagonal principal nulos). diagonal, quando ai j 0 se ij (isto e,´ possui todos os elementos fora da diagonal principal nulos). Uma matriz CEDERJ 11 11 M AULA ODULO � ´ Algebra Linear I Matrizes diagonal e,´ ao mesmo tempo, triangular superior e triangular inferior. No nosso curso nos referimos aos n´umeros reais como escalares. Essa denominac¸˜ao e´ espec´ıfica da ´ Algebra Linear. 0 se ij escalar, quando ai j , para algum k . k se ij Isto e,´ uma matriz escalar e´ diagonal e possui todos os elementos da diagonal principal iguais a um certo escalar k. 0 se ij identidade, quando ai j . Isto e,´ a iden1 se ij tidade e´ uma matriz escalar e possui todos os elementos da diagonal principal iguais a 1. Representamos a matriz identidade de ordem n por In. Exemplo 1.6. blablabl matriz classificac¸ao˜ 41 06 00 20 00 00 10 04 00 0 3 0 0 5 0 2 3 9 0 3 0 0 0 0 0 0 0 0 0 5 triangular superior triangular superior triangular superior, triangular inferior, diagonal triangular inferior triangular superior, triangular inferior, diagonal, escalar triangular superior, triangular inferior, diagonal, escalar 12 CEDERJ � Exemplo 1.7. blablabl S˜ao matrizes identidade: 1000 100 10 0100 I1 1; I2; I3 010 ; I4 01 0010 001 0001 De modo geral, sendo n um n´umero natural maior que 1, a matriz identidade de ordem n e´ 100 00 010 00 001 00 In .... .. .... .. .... .. 000 10 000 01 Definic¸˜ao1.2.blablablaAmatriznulaemMmn´eamatrizdeordemmnquepossuitodososelementosiguaisazero. Exemplo 1.8. blablabl 000 Matriz nula 2 3: 000 00 00 Matriz nula 5 2: 00 00 00 11 M AULA ODULO CEDERJ 13 � ´ Algebra Linear I Matrizes Definic¸ao˜ 1.3. blablabla Dada A aij Mm n ,a oposta de A e´ a matriz B bij Mm n tal que bij aij i 1 m j 1 n . Ou seja, os elementos da matriz oposta de A s˜ao os elementos opostos aos elementos de A. Representamos a oposta de A por A. Exemplo 1.9. blablabl 310 234 A oposta da matriz A e´ a matriz 108 610 2 3 10 2 34 A 1 08 6 10 2 Resumo Nesta aula, vimos o conceito de matriz e conhecemos seus tipos especiais. Aprendemos a comparar duas matrizes, a identificar a matriz nula e a obter a oposta de uma matriz. Tamb´em vimos algumas matrizes quadradas que se destacam por suas caracter´ısticas e que ser˜ao especialmente uteis no ´ desenvolvimento da teoria. Exerc´ıcio1.1. 1. Escreva a matriz A aij em cada caso: 3ij se ij a. A e´do tipo 2 3, e ai j i 2 j se ij 2i se ij b. A e´ quadrada de ordem 4 e aij ij se ij 2 j se ij 14 CEDERJ � c. A ´e do tipo 4 2, e ai j 0 3 se i se i j j d. A ´e quadrada terceira ordem e ai j 3i j 2. 2. Determine x e y tais que a. 2x 2x y y 11 9 x2 y 11 b. xy2 11 Autoavaliac¸ao˜ Vocˆe n˜ao deve ter sentido qualquer dificuldade para acompanhar esta primeira aula. S˜ao apenas definic˜ ¸oes e exemplos. Se achar conveniente, antes de prosseguir, fac¸a uma segunda leitura, com calma, da teoria e dos exemplos. De qualquer maneira, vocˆe sabe que, sentindo necessidade, pode (e deve!) entrar em contato com o tutor da disciplina. At´e a pr´oxima aula!! RESPOSTAS DOS EXERC´ICIOS 435 1. a. 084 0222 2044 b. 2406 2460 30 03 c. 00 00 432 d. 765 10 9 8 2. a. x 5; y 1 b. xy 1 11 M AULA ODULO CEDERJ 15 � ´ Algebra Linear I Operacoes com Matrizes: Transposic˜ ¸ao e Multiplicac˜ umero Real ¸˜ ¸ao, Adic˜ ¸ao por N´ 16 CEDERJ � OPERAC¸˜OESCOMMATRIZES:TRANSPOSIC¸˜AO, ADIC¸˜AOEMULTIPLICAC¸˜AOPORN´UMEROREALOPERAC¸˜OESCOMMATRIZES:TRANSPOSIC¸˜AO, ADIC¸˜AOEMULTIPLICAC¸˜AOPORN´UMEROREAL bj etivos Ao final desta aula, voceˆ devera´ ser capaz de: 12345 obter a matriz transposta de uma matriz dada; identificar matrizes sim´ etricas; etricas e antissim´ obter a matriz soma de duas matrizes; obter o produto de uma matriz por um n´ umero real; aplicar as propriedades das operac¸oes nos c´ ˜ alculos envolvendo matrizes. � ´ Algebra Linear I Operacoes com Matrizes: Transposic˜ ¸ao e Multiplicac˜ umero Real ¸˜ ¸ao, Adic˜ ¸ao por N´ ˜ OPERAC¸OES COM MATRIZES Na aula passada, definimos matrizes e vimos como verificar se duas matrizes s˜ao ou n˜ao iguais. Nesta aula, iniciamos o es´ tudo das operac¸oes com matrizes. es de operac¸˜ ˜ E atrav´ oes que podemos obter outras matrizes, a partir de matrizes dadas. A primeira operac¸ao˜ com matrizes que estudaremos -a transposic ¸ao ´ aria, isto e, aplicada a uma unica matriz. ˜ -e un´ ´ ´ A seguir, veremos a adic¸ao, que e uma operac˜ aria, ou seja, e apli ˜ ´ ¸ao bin´ ´ cada a duas matrizes. Finalmente, veremos como multiplicar uma matriz por um n´umero real. Por envolver um elemento externo ao conjunto das matrizes, essa operac¸ao˜ e´ dita externa. ˜ TRANSPOSIC¸ AO Dada uma matriz A Mmn A aij ,a transposta de A e´ a matriz B Mnm B bji tal que bji aij i 1 mj 1 n . Representamos a matriz transposta de A por AT . Note que para obter a transposta de uma matriz A, basta escrever as linhas de A como sendo as colunas da nova matriz (ou, equivalentemente, escrever as colunas de A como as linhas da nova matriz.) Exemplo 2.1. blablabl 3 25 1. Seja A . A transposta de A e´ a matriz 1 70 31 AT 27 . 50 34 34 2. Se M , ent˜ao MT M. 49 49 Comparando uma matriz com sua transposta, podemos definir matrizes sim´etricas e antissim´etricas, como segue: 18 CEDERJ � Definic¸˜ao2.1.blablablaUmamatrizA´e: sim´etrica,seATAantissim´etrica,seATADefinic¸˜ao2.1.blablablaUmamatrizA´e: sim´etrica,seATAantissim´etrica,seATA Segue da definic¸ao anterior que matrizes sim´ ˜ etricas ou antissim ´etrica s˜ao, necessariamente, quadradas. Exemplo 2.2. blablabl 1. As matrizes 323 19 251 3232e 7 318 1 2150 27 91 s˜ao sim´etricas. 159 08 01 84 2. A matriz M, do Exemplo 2.1, e´ sim´etrica. Note que, numa matriz sim´etrica, os elementos em posic˜ ¸oes sim´etricas em relac¸ao˜ a` diagonal principal s˜ao iguais. Exemplo 2.3. blablabl As matrizes 02 01 12 20 5e 10 12 50 0 2150 20 91 15 s˜ao antissim´etricas. 9 08 01 80 Note que uma matriz anti-sim´etrica tem, necessariamente, todos os elementos da diagonal principal iguais a zero. CEDERJ 19 21 M AULA ODULO � ´ Algebra Linear I Operacoes com Matrizes: Transposic˜ ¸ao e Multiplicac˜ umero Real ¸˜ ¸ao, Adic˜ ¸ao por N´ ˜ ADIC¸ AO Vocˆe se lembra do exemplo que demos, na Aula 1, com a relac¸ao˜ de nomes e notas da turma de Lugar Lindo? Cada aluno tem seu nome associado a um n´umero (o n´umero da linha). Assim, sem perder qualquer informac¸ao˜ sobre os alunos, podemos representar apenas as notas das avaliac¸oes numa matriz 5 por 4: ˜ 456270 55 7268 8010 0 807559 72 928570 80 687268 75 A Vamos supor que as provas tenham sido submetidas a uma revis˜ao e que as seguintes alterac˜ ¸oes sejam propostas para as notas: 050000 02 020505 00 000206 01 000500 02 020000 03 R A matriz N, com as notas definitivas, e´ a matriz soma das matrizes A e R, formada pelas somas de cada nota com seu fator de correc¸ao, isto e, cada termo de A com seu elemento corres ˜´ pondente em R: 45 0562 0070 00 55 02 72 02 68 0580 05 10 0 00 N AR 80 0075 0259 0672 01 92 0085 0570 00 80 02 68 0272 0068 00 75 03 506270 57 70 738510 0 Logo, N 807765 71 . 929070 82 707268 78 20 CEDERJ � Definic¸˜ao2.2.blablablaDadasasmatrizesAaijBbijMmn,amatrizsomadeAeB´eamatrizCcijMmntalquecijaijbiji1mj1nDefinic¸˜ao2.2.blablablaDadasasmatrizesAaijBbijMmn,amatrizsomadeAeB´eamatrizCcijMmntalquecijaijbiji1mj1n Representamos a matriz soma de A e B por AB. Em palavras, cada elemento de AB e´ a soma dos elementos correspondentes das matrizes A e B.A diferenc¸a de A e B, indicada por AB, e´ a soma de A com a oposta de B, isto e:´ ABA B . Exemplo 2.4. blablabl 5412 42 1. 2103 24 3821 3821 2. 14 72 14 72 7236 7236 19 82 10 4 MULTIPLICAC¸AO POR UM N´ ˜ UMERO REAL 31 Seja A . Queremos obter 2A: 24 31 31 2321 2A AA 24 24 2224 Em palavras, o produto da matriz A pelo n´umero real 2 e´ a matriz obtida multiplicando-se cada elemento de A por 2. Voltemos a` nossa tabela de notas dos alunos do CEDERJ. Suponhamos que, para facilitar o c´alculo das m´edias, queiramos CEDERJ 21 21 M AULA ODULO � ´ Algebra Linear I Operacoes com Matrizes: Transposic˜ ¸ao e Multiplicac˜ umero Real ¸˜ ¸ao, Adic˜ ¸ao por N´ Vocˆe ver´a que, em ´ Algebra Linear, lidamos com dois tipos de objeto matem´atico: os escalares (que, neste curso, ser˜ao os n´umeros reais) e os vetores. trabalhar numa escala de 0 a 100 (em vez de 0 a 10, como agora). Para isso, cada nota dever´a ser multiplicada por 10. Teremos, ent˜ao, a seguinte matriz: 50 62 70 57 70 73 85 100 10N 80 77 65 71 92 90 70 82 70 72 68 78 Podemos, ent˜ao, definir a multiplicac¸ao˜ de uma matriz por ´ um n´umero real (ou, como e usual dizer no ˆ Algebra ´ ambito da Linear, por um escalar). Definic¸˜ao2.3.blablablaDadaAaijMmne,amatrizprodutodeApor´eamatrizCcijMmntalquecijaiji1mj1n Representamos a matriz produto de A por por Exemplo 2.5. blablabl 5 2 0 6Dadas A , B e C1 4 3 8 temos: A. 6 3 1 5 1. 2A 12. B3 3. A 2B 23 14 10 4 2 8 0 2 1 3C 17 5 5 1 2 4 0 6 12 16 18 9 3 15 83 22 CEDERJ � ˜ PROPRIEDADES DAS OPERAC¸OES COM MATRIZES Vocˆe talvez j´a tenha se questionado quanto a` necessidade ou utilidade de se listar e provar as propriedades de uma dada operac¸ao. aparentemente ˜ Comutatividade, associatividade... sempre as mesmas palavras, propriedades sempre v´alidas... No entanto, s˜ao as propriedades que nos permitem estender uma operac¸ao˜ que foi definida para duas matrizes, para o caso de somar trˆes ou mais. Elas tamb´em flexibilizam e facilitam os c´alculos, de modo que quanto mais as dominamos, menos trabalho “mecˆanico” temos que desenvolver. Veremos agora as propriedades v´alidas para as operac˜ a estudadas. ¸oes j´ ˜ PROPRIEDADE DA TRANSPOSIC¸ AO DE MATRIZES (t1) Para toda matriz A Mmn , vale que ATT A. A validade dessa propriedade e´ clara, uma vez que escrevemos as linhas de A como colunas e, a seguir, tornamos a escrever essas colunas como linhas, retornando a` configurac¸ao˜ original. Segue abaixo a demonstrac¸ao˜ formal dessa propriedade: Seja A aij Mm n . Ent˜ao ATB bji Mnm tal que bji aij ou, equivalentemente, bij aji i 1 m j 1 n . Da´ı, ATT BT C cij Mmn tal que cij bji aij i 1 mj 1 n . Logo, C BT ATT A. ˜ PROPRIEDADES DA ADIC¸ AO DE MATRIZES Para demonstrar as propriedades da adic¸ao˜ de matrizes, usaremos as propriedades correspondentes, v´alidas para a adic¸ao de ˜ n´umeros reais. Sejam A aij B bij e C cij matrizes quaisquer em Mm n . Valem as seguintes propriedades. (a1) Comutativa: AB BA De fato, sabemos que A B sij e´ tamb´em uma matriz mn cujo elemento gen´erico e´ dado por: sij aij bij, para 21 M AULA ODULO CEDERJ 23 � ´ Algebra Linear I Operacoes com Matrizes: Transposic˜ ¸ao e Multiplicac˜ umero Real ¸˜ ¸ao, Adic˜ ¸ao por N´ O elemento oposto e´ tamb´em chamado elemento sim´ etrico ou inverso aditivo. todo i 1 m e todo j 1 n. Como a adic¸ao˜ de n´umeros reais e´ comutativa, podemos escrever sij bij aij, para todo i 1 m e todo j 1 n. Isto e,´ AB BA. Em palavras: a ordem como consideramos as parcelas n˜ao altera a soma de duas matrizes. (a2) Associativa: ABCA BC De fato, o termo geral si j de AB C e´ dado por sij a bij cij aij bij cij, para todo i 1 m e todo j 1 n. Como a adic¸ao˜ de n´umeros reais e´ associativa, podemos escrever sij aij bij cij aij b cij, para todo i 1 m e todo j 1 n. Ou seja, si j ´ em o termo e tamb´ geral da matriz obtida de A BC . Isto e,´ AB C A BC . Em palavras: podemos estender a adic¸ao˜ de matrizes para o caso de trˆes parcelas, associando duas delas. A partir dessa propriedade, podemos agora somar trˆes ou mais matrizes. (a3) Existˆ Mm tal que encia do elemento neutro: Existe On AO A. De fato, seja O a matriz nula de Mm n , isto e,´ O oij , onde oi j 0, para todo i 1 m e todo j 1 n. Sendo si j o termo geral de AO, temos sij aij oij aij 0 ai j, para todo i 1 m e todo j 1 n. Ou seja, AO A. Em palavras: na adic¸ao˜ de matrizes a matriz nula desempenha o mesmo papel que o zero desempenha na adic¸ao˜ de n´umeros reais. (a4) Da existˆ A n encia do elemento oposto : Existe Mm tal que A AO. De fato, sabemos que cada elemento de A e´ o oposto do elemento correspondente de A. Ent˜ao, sendo si j o termo geral de AA , temos sij aij aij 0 oi j, para todo i 1 m e todo j 1 n. Isto e,´ A AO. Em palavras: Cada matriz possui, em correspondˆencia, uma matriz de mesma ordem tal que a soma das duas e´ a matriz nula dessa ordem. (a5) Da soma de transpostas: AT BT ABT De fato, seja si j o termo geral de AT BT . Ent˜ao, para todo 24 CEDERJ � i 1 m e todo j 1 nsij aji bji a bji, que e´ o termo geral de A BT . Ou seja, AT BT ABT . Em palavras: A soma das transpostas ´ e a transposta da soma. Mas, vendo sob outro angulo:ˆ a transposic¸ao˜ de matrizes e´ dis tributiva em relac¸ao ` ¸ao. ˜ a adic˜ ˜ MATRIZ POR UM ESCALAR PROPRIEDADES DA MULTIPLICAC¸ AO DE UMA Vocˆe ver´a que, tamb´em neste caso, provaremos a validade dessas propriedades usando as propriedades correspondentes da multiplicac¸ao˜ de n´umeros reais. Sejam A aij B bij Mmn . Valem as seguintes propriedades: (mn1) AA De fato, seja pi j o termo geral de A, isto e,´ pij aij aij aij a ij, para todo i 1 m e todo j 1 n. Ou seja, pi j e´ tamb´em o termo geral de A . Logo, AA . Exemplo 2.6. blablabl Dada A Mmn 12A 34A 26A . (mn2) A AA De fato, seja pi j o termo geral de A, isto e,´ pi j aij aij aij aij aij aij, para todo i 1 m e todo j 1 n. Ou seja, pi j e´ tamb´em o termo geral de AA. Logo, A AA. Exemplo 2.7. blablabl Dada A Mmn 12A 7A 5A 8A 4A. (mn3) AB AB De fato, seja pi j o termo geral de AB . Ent˜ao, para todo i 1 m e todo j 1 n, temos pij abij a bij aij bij aij bij aij bij. Ou CEDERJ 25 21 M AULA ODULO � ´ Algebra Linear I Operacoes com Matrizes: Transposic˜ ¸ao e Multiplicac˜ umero Real ¸˜ ¸ao, Adic˜ ¸ao por N´ seja, pi j ´ em o termo geral de AB. Logo, AB e tamb´ AB. Exemplo 2.8. blablabl Dadas AB Mmn 5 AB 5A 5B. (mn4) 1AA De fato, sendo pi j o termo geral de 1A, temos pi j 1a ij 1aij aij, para todo i 1 m e todo j 1 n. Isto e,´ 1A A. (mn5) AT AT De fato, seja pi j o termo geral de AT . Ent˜ao pij aji a ji, ou seja, pi j e´ tamb´em o termo geral de AT . Exemplo 2.9. blablabl 21 40 Dadas A e B , vamos deter 01 26 T 1 minar 3 2AT 2 B . Para isso, vamos usar as propriedades vistas nesta aula e detalhar cada passo, indicando qual a propriedade utilizada. Ta5 TT 11 32AT 2 B 32AT 2 B mn5 AT T 1 32 2 BT 1 t1 32A BT 2 mn3 1 32A 32 BT mn1 32 A 3 12 BT 3 6A 2 BT 21 42 3 6 2 01 06 12 6 63 06 09 69 0 15 ´ E claro que vocˆe, ao efetuar operac˜ ao ¸oes com matrizes, n˜ precisar´a explicitar cada propriedade utilizada (a n˜ao ser 26 CEDERJ � que o enunciado da quest˜ao assim o exija!) nem resolver a quest˜ao passo-a-passo. O importante ´ ao e constatar que s˜ as propriedades das operac¸oes que nos possibilitam rees ˜ crever a matriz pedida numa forma que nos parec¸a mais “simp´atica”. Resumo Nesta aula, comec¸amos a operar com as matrizes. Vimos como obter a transposta de uma matriz e a reconhecer matrizes sim´etricas e antissim´etricas. A seguir, aprendemos a somar duas matrizes e a multiplicar uma matriz por um escalar. Finalizamos com o estudo das propriedades das operac¸oes vistas. A aula ficou um pouco longa, mas ´ ˜ e importante conhecer as propriedades v´alidas para cada operac¸ao˜ estudada. Exerc´ıcio2.1. 1. Obtenha a transposta da matriz AM24 A aij , 2ij se ij tal que ai j i2 j se ij 242ab 2. Determine a e b para que a matriz ab 30 10 5 seja sim´etrica. 3. Mostre que a soma de duas matrizes sim´etricas ´e uma matriz sim´etrica. 4. Determine abcxyz para que a matriz 2xa ba 2b 6 y22c seja antissim´etrica. 58 z 1 21 01 5. Sendo A 01 e B 7 3 , determine 32 45 AB. 21 M AULA ODULO CEDERJ 27 � ´ Algebra Linear I Operacoes com Matrizes: Transposic˜ ¸ao e Multiplicac˜ umero Real ¸˜ ¸ao, Adic˜ ¸ao por N´ 6. Determine ab e c para que c 02 143 341 35 7. Dada A , determine a matriz B tal que 42 AB e´ a matriz nula de M2. 51 8. Considere as matrizes A 1 B 2e 23 C 0 2 1 . Determine a matriz X em cada caso: a. X 2A 3B b. X A BCT 2X BT 3AT 1 c. XC 2 942 879 9. Sendo A e B , 612 11 12 19 2 2XY A determine as matrizes X e Y tais que X 2YB 10. Sendo AB Mmn , use as propriedades vistas nesta aula para simplificar a express˜ao T T 13 32AT B 5 BTAT B 55 a 32ab 3 1 205 Autoavaliac¸ao˜ Vocˆe deve se sentir a` vontade para operar com matrizes nas formas vistas nesta aula: transpor, somar e multiplicar por um escalar s˜ao operac˜ ¸ao simples que seguem a ¸oes de realizac˜ nossa intuic¸ao. Al´ e importante que vocˆe reconhec¸a ˜ em disso, ´ a utilidade das propriedades no sentido de nos dar mobilidade na hora de operarmos com matrizes. Propriedades de operac¸oes n˜ ao para serem decoradas, mas apreendidas, ˜ ao s˜ assimiladas, utilizadas ao pˆor a teoria em pr´atica! Se vocˆe sentiu qualquer dificuldade ao acompanhar a aula ou ao resolver os exerc´ıcios propostos, pec¸a aux´ılio ao tutor da teoria. O importante ´ e que caminhemos juntos nesta jornada! At´e a pr´oxima aula!! 28 CEDERJ � RESPOSTAS DOS EXERC´ICIOS 33 16 1. 21 30 2. a 1; b 3 7 11 4. a 3; b 3; c 4; x 0; y 0; z 1 22 5. 72 17 6. a 3; b 1; c 2 35 7. 42 4 7 3 57 8. a. 8 b. c. 14 6 32 50 231 524 9. X ; Y 01 4 610 3 10. AB 21 M AULA ODULO CEDERJ 29 � ´ Algebra Linear I Operacoes com Matrizes: Multiplicac˜ ¸˜ ¸ao 30 CEDERJ � OPERAC¸ ˜ MULTIPLICAC¸ AO ˜ OESCOMMATRIZES: bj etivos Ao final desta aula, voceˆ devera´ ser capaz de: 1234 reconhecer quando e´ poss´ıvel multiplicar duas matrizes; obter a matriz produto de duas matrizes; aplicar as propriedades da multiplicac¸ao˜ de matrizes; identificar matrizes invers´ıveis. � ´ Algebra Linear I O caso 00 e´ mais delicado do que parece. Se vocˆe tem interesse nesse problema, vai gostar de ler o artigo de Elon Lages Lima, na Revista do Professor de Matem´atica (RPM), n. 7. Operac¸˜ ¸ao oes com Matrizes: Multiplicac˜ OPERAC¸OES COM MATRIZES: ˜ MULTIPLICAC ¸ AO ˜ Se vocˆe j´a foi “apresentado” a` multiplicac¸ao˜ de matrizes, pode ter se perguntado por que a definic¸ao˜ foge tanto daquilo que nos pareceria mais f´acil e “natural”: simplesmente multiplicar os termos correspondentes das duas matrizes (que, para isso, deveriam ser de mesma ordem). Poderia ser assim? Poderia! Ent˜ao, por que n˜ao e?´ Em Matem´atica, cada definic˜ e feita de modo a possibilitar ¸ao ´ ´ o desenvolvimento da teoria de forma cont´ınua e coerente. E por essa raz˜ao que definimos, por exemplo, 0! 1 e a01 a 0. N˜ao ir´ıamos muito longe, no estudo das matrizes, caso a multiplicac¸ao fosse definida “nos moldes” da adic˜ e ver´ ˜ ¸ao. Vocˆ a, nesta aula, o significado dessa operac¸ao, no modo como ´ ˜ e definida. Mais tarde, quando estudarmos transformac¸oes lineares (no ˜ M´odulo 2), ficar´a ainda mais evidente a importˆancia de multiplicarmos matrizes da maneira como veremos a seguir. Venha conosco! Vamos voltar aos nossos alunos de Lugar Lindo. J´a e´ tempo de calcular suas notas finais! A´ ultima matriz obtida (na Aula 2) fornecia as notas numa escala de 0 a 100: 50 62 70 57 70 73 85 100 80 77 65 71 92 90 70 82 70 72 68 78 N Lembrando: as duas primeiras colunas indicam as notas das avaliac¸oes a distˆ ´ ¸oes ˜ ancia e as duas ultimas, as notas das avaliac˜ presenciais dos alunos Ana, Beatriz, Carlos, Daniela e Edson, nessa ordem. Vamos supor que as avaliac¸oes a distˆ ˜ ancia tenham, cada uma, 1 peso 1, num total de 10. Isto e,´ cada uma colabora com 10 (ou 10%) da nota final. 32 CEDERJ � Para completar, cada avaliac¸ao˜ presencial ter´a peso 4, ou seja, representar´a 4 (ou 40%) da nota final. 10 Ent˜ao, a nota final de cada aluno ser´a dada por: 10 10 40 40 NF AD1 AD2 AP1 AP2 100 100 100 100 Em vez de escrever uma express˜ao como essa para cada um dos 5 alunos, podemos construir uma matriz-coluna P contendo os pesos das notas, na ordem como aparecem no c´alculo de NF: 10 100 10 100 P 40 100 40 100 e efetuar a seguinte operac¸ao: ˜ 50 62 70 57 10 100 70 73 85 100 10 100 NP 80 77 65 71 40 100 92 90 70 82 40 100 70 72 68 78 10 10 40 40 50 62 70 57 62 100 100 100 100 10 10 40 40 88 100 70 100 73 100 85 100 100 10 10 40 40 70 100 80 100 77 100 65 100 71 10 10 40 40 79 92 90 70 82 100 100 100 100 10 10 40 40 100 70 100 72 100 68 100 78 73 O que fizemos: tomamos duas matrizes tais que o n´umero de termos em cada linha da primeira e´ igual ao n´umero de termos de cada coluna da segunda. Ou seja, o n´umero de colunas da primeira coincide com o n´umero de linhas da segunda (4, no nosso exemplo). Dessa forma, podemos multiplicar os pares de elementos, “varrendo”, simultaneamente, uma linha da 1a matriz e uma coluna da 2a . Depois, somamos os produtos obtidos. Note que, ao considerarmos a i-´esima linha (da 1a matriz) e a j-´esima coluna (da 2a ), geramos o elemento na posic¸ao˜ ij da matriz produto. 31 M AULA ODULO CEDERJ 33 � ´ Algebra Linear I Operacoes com Matrizes: Multiplicac˜ ¸˜ ¸ao Formalmente, temos a seguinte definic¸ao: ˜ Definic¸˜ao3.1.blablablaSejamAaikMmpeBbkjMpn.AmatrizprodutodeAporB´eamatrizABcijMmntalquecijpk1aikbkji1m;j1n Exemplo 3.1. blablabl 1310 2 32 1 Sejam A e B 150 5. 40 7 264 2 Como A e´do tipo 2 3e B e´ do tipo 3 4, existe a matriz AB e e´ do tipo 2 4: 1310 2 32 1 AB 150 5 40 7 264 2 322 910 6 30 04610 2 4 0 14 12 0 42 40 0 28 8 0 14 1 13 26 18 18 54 68 6 Observe que, neste caso, n˜ao e´ poss´ıvel efetuar BA. A seguir, veremos alguns exemplos e, a partir deles, tiraremos algumas conclus˜oes interessantes a respeito da multiplicac ¸ao˜ de matrizes. Exemplo 3.2. blablabl 24 32 Sejam A e B . Ent˜ao 31 56 34 CEDERJ � 2 4 32 620 424 26 28 AB 3 1 56 9566 40 e 32 2 4 6612 2 12 10 BA . 56 3 1 10 18 20 6 28 14 Note que o produto de duas matrizes quadradas de mesma ordem n existe e e´ tamb´em uma matriz quadrada de ordem n. Assim, a multiplicac¸ao˜ pˆode ser efetuada nos dois casos, isto e,´ nas duas ordens poss´ıveis, mas as matrizes AB e BA s˜ao diferentes. Exemplo 3.3. blablabl 12 14 Sejam A e B Temos que 34 67 12 14 112 414 AB 34 67 324 12 28 13 18 27 40 e 14 12 112 216 BA 67 34 621 12 28 13 18 27 40 Neste caso, AB BA. Quando isso ocorre, dizemos que as matrizes A e B comutam. Exemplo 3.4. blablabl 4 321 Consideremos as matrizes A e B 19 . 465 26 0 Efetuando AB, obtemos a matriz . 0 Note que, diferentemente do que ocorre com os n´umeros reais, quando multiplicamos matrizes, o produto pode ser a matriz nula, sem que qualquer dos fatores seja a matriz nula. CEDERJ 35 31 M AULA ODULO � ´ Algebra Linear I Matrizes invers´ıveis tamb´em s˜ao chamadas de invert´ıveis ou de n˜ao-singulares. Operac¸˜ ¸ao oes com Matrizes: Multiplicac˜ Exemplo 3.5. blablabl 12 Vamos calcular AB, sendo A e 34 21 B 3212.Temos que 2311 10 AB I2 6632 01 Quando isso ocorre, isto e,´ quando o produto de duas matrizes A e B quadradas, e´ a identidade (obviamente, de mesma ordem das matrizes), dizemos que A e´ invers´ıvel e que B e´ asua inversa. Uma matriz invers´ıvel sempre comuta com sua inversa. Vocˆe pode verificar isso, calculando BA. Na pr´oxima aula, estudaremos um m´etodo bastante eficiente para determinar, caso exista, a matriz inversa de uma matriz dada. ˜ PROPRIEDADES DA MULTIPLICAC¸ AO DE MATRIZES i. AB C ABC AMmn BMnp C Mpq . Isto e,´ a multiplicac¸ao˜ de matrizes e´ associativa. De fato, sejam A aij B bjk e C ckl . O termo de ´ındices ik da matriz AB e´ dado pela express˜ao n 1 ai jb jk. Ent˜ao, o termo de ´ındices il da matriz AB C j pn np e dado por 1 1 b jkckl ´ kj 1 aijbjk ckl j 1 aij k , que e´ o termo de ´ındices il da matriz A BC , pois p k 1 b jkckl e´ o termo de ´ındices jl da matriz BC. Logo, AB C ABC . ii. ABC AB AC AMmn BCMnp . Isto e,´ a multiplicac¸ao˜ de matrizes e´ distributiva em relac ¸ao˜ a` adic¸ao˜ de matrizes. De fato, sejam A aij B bjk e C cjk . O termo de ´ındices jk de BC e´ dado por bjk cjk . Ent˜ao, o de ´ındices ik da matriz AB C e´ nj 1 aij bjk cjk n nn j 1 aijbjk aijcjk j 1 aijbjk j 1 ai jc jk , 36 CEDERJ � que ´e o termo de ´ındices ik da matriz dada por AB Isto ´e, A B C AB AC. AC. De forma an´aloga, prova-se que A B C AC BC. iii. AB B Mn p A B . A B A Mm n De fato, sejam A ai j e B b jk . O termo de ´ındices n nik de AB ´e dado por j 1 ai jb jk j 1 ai jb jk n que ´e o termo de ´ındices ik de A B.j 1 ai j b jk, Isto ´e, AB A B. De forma an´aloga, prova-se que AB A B . Logo, AB A B A B . iv. Dada A Mm n ImA AIn A. 1 se i jDe fato, sejam A ai j e Im i j onde i j 0 se i j nEnt˜ao, o termo de ´ındices i j de ImA ´e dado por k 1 ikak j i1a1 j i2a2 j iiai j inan j 0 a1 j 0 a2 j 1 ai j 0an j ai j, que ´e o termo de ´ındices i j de A. Logo, ImA A. Analogamente, prova-se que AIn A. Isto ´e, ImA AIn A. A func¸ ˜ao i j assim . definida ´e chamada delta de Kronecker nos ´ındices i e j. v. Dadas A Mm n B Mn p AB T BT AT . De fato, sejam A ai j e B b jk . O termo de ´ındices nik de AB ´e dado por 1 ai jb jk, que ´e, tamb´em, o termo j de ´ındices ki da matriz AB T . Sendo BT e ATbk j , onde bk j i 1 m; j 1 n,a ji b jk e a ji ai j n npodemos escrever 1 bk ja ji, que ´e o termo j 1 ai jb jk j de ´ındices ki da matriz BT AT . Logo, AB T BT AT . POT ˆENCIAS DE MATRIZES Quando multiplicamos um n´umero real por ele mesmo, efetuamos uma potenciac¸ ˜ao. Se a ´e um n´umero real, indicamos por an o produto a a a, onde consideramos n fatores iguais a a. Analogamente, quando lidamos com matrizes, definimos a potˆencia de expoente n (ou a n-´esima potˆencia) de uma matriz quadrada A como sendo o produto A A A, onde h´a n fatores iguais a A. C E D E R J 37 31 M AULA ODULO � ´ Algebra Linear I Operacoes com Matrizes: Multiplicac˜ ¸˜ ¸ao Exemplo 3.6. blablabl 54 Dada A , temos 31 54 54 13 24 A2 AA e 31 31 18 11 13 24 54 776 A3 A2 A 18 11 31 57 83 Quando calculamos sucessivas potˆencias de uma matriz, podem ocorrer os seguintes casos especiais: An A, para algum n natural. Nesse caso, dizemos que a matriz A ´ odica. e peri´ Se p e´ o menor natural para o qual Ap A, dizemos que A e´ peri´ ıodo p. 2, a ma- odica de per´ Particularmente, se p triz A e´ chamada idempotente. An O, para algum n natural. Lˆe-se nilpotente. A Nesse caso, dizemos que a matriz A e´ nihilpotente. Se p e´ palavra nihil significa o menor natural para o qual Ap O, a matriz A e´ dita ser nada, em latim. nihilpotente de ´ındice p. Exemplo 3.7. blablabl Efetuando a multiplicac¸ao˜ de A por ela mesma, vocˆe poder´a constatar que a matriz A, em cada caso, e´ idempotente: 1212 A 12 12 05 A . 01 Exemplo 3.8. blablabl Seja A 5 1 . Calculando A2, temos 25 5 5151 00 AA . Ou seja, A e´ ni 25 5 25 5 00 hilpotente de ´ındice 2. 38 CEDERJ � Resumo Nesta aula, vimos como multiplicar duas matrizes. Trata- se de uma operac¸ao˜ que se distingue das que vimos anteriormente, tanto pela maneira pouco intuitiva pela qual e´ definida, quanto pelo fato de n˜ao ser comutativa. Ela representa um papel muito importante no desenvolvimento de toda ´ Algebra Linear, permitindo, por exemplo, uma representac¸ao˜ simples da composic¸ao de func˜ ˜ ¸oes especiais, que estudaremos no M´odulo 2. Al´em disso, fomos apresentados as` matrizes invers´ıveis e vimos que estas sempre comutam com suas matrizes inversas. Exerc´ıcio3.1. 1. Calcule AB em cada caso abaixo: 2 1 24 a. AB 6 5 01 10 46 20 b. AB 23 14 3 c. A 1 B 65 3 2 2. Determine ABT 2C, dadas 12 42 791 A 25 B 21 C 6 42. 03 17 810 3 3. Verifique, em caso, se B e´ a matriz inversa de A: 23 a. A e B 1 6 2319 2139 15 65 b. A e B 32 11 4. Resolva a equac¸ao˜ matricial 31 ab 5 15 25 cd 87 CEDERJ 39 31 M AULA ODULO � ´ Algebra Linear I Operacoes com Matrizes: Multiplicac˜ ¸˜ ¸ao 23 5. Determine a e b para que as matrizes A e 95 a 1 B comutem. 3 b 6. Determine todas as matrizes que comutam com A, em cada caso: 12 a. A 45 01 b. A 31 7. Dadas as matrizes A 1 2 3 5 e B 1 0 4 2 , calcule: a. A2 b. B3 c. A2B3 8. As matrizes A 0 0 0 1 0 0 0 1 0 e B 3 1 9 3 s˜ao ni hilpotentes. Determine o ´ındice de cada uma. Autoavaliac¸ao˜ ´ E muito importante que vocˆe se sinta bem ` a vontade diante de duas matrizes a multiplicar. Assimilada a definic¸ao, repita os ˜ exemplos e os exerc´ıcios que tenham deixado alguma d´uvida. Caso haja alguma pendˆencia, n˜ao hesite em contactar o tutor ´ da disciplina. E essencial que caminhemos juntos!! At´e a pr´oxima aula. 40 CEDERJ � RESPOSTAS DOS EXERC´ICIOS 30 14 24 1. a. AB b. AB 20 712 18 15 9 c. AB 6 5 3. 12 10 6 6 14 11 2. 6129 10 17 27 3. a. sim (pois AB I2); b. n˜ao 14 4. 23 5. ab 1 xz 2 xy 6. a. xz b. xy . zx z 3yx y 5 18 128 5 284 7. a. b. c. 12 19 08 12 488 8. a. 3;b. 2 31 M AULA ODULO CEDERJ 41 � ´ Algebra Linear I Operacoes com Matrizes: Invers˜ ¸˜ ao 42 CEDERJ �
Compartilhar