Baixe o app para aproveitar ainda mais
Prévia do material em texto
2021/Sem_01 NOTAS DE AULA Geometria Analítica e Álgebra Linear Matrizes e Determinantes Professor: Luiz Fernando Nunes, Dr. Geometria Analítica e Álgebra Linear Geometria Analítica e Álgebra Linear ii Índice 1 Matrizes e Determinantes ......................................................................................... 1 1.1 Matrizes ............................................................................................................ 1 1.2 Determinantes e Matriz Inversa ........................................................................ 7 1.3 Exercícios propostos ....................................................................................... 12 Referências Bibliográficas ............................................................................................ 14 Prof. Nunes 1 Geometria Analítica e Álgebra Linear 1 Matrizes e Determinantes 1.1 Matrizes 1.1.1 Noção de matriz: Uma matriz é uma tabela retangular de elementos dispostos em linhas e colunas. 1.1.2 Representação Uma matriz com m linhas e n colunas será indicada por: 𝐴𝑚×𝑛 = [ 𝑎11 𝑎12 𝑎21 𝑎22 … 𝑎1𝑛 … 𝑎2𝑛 ⋮ ⋮ 𝑎𝑚1 𝑎𝑚2 ⋮ … 𝑎𝑚𝑛 ], os elementos são indicados por 𝑎𝑖𝑗, onde 1 i m, 1 j n. Se não existirem dúvidas quanto à quantidade de linhas e colunas de uma matriz, podemos indicá-la apenas por letras latinas maiúsculas A, B, C, D, ... , omitindo os índices m e n. O símbolo 𝑀𝑚×𝑛(ℜ) indicará o conjunto de todas as matrizes de ordem 𝑚 × 𝑛 de elementos reais. Exemplos: 1) Se 𝐴 = [ −1 1 0 2 1 −2 5 0 3 ], então temos que: 𝑎11 = −1, 𝑎12 = 1, 𝑎13 = 0, 𝑎21 = 2, 𝑎22 = 1, 𝑎23 = −2, 𝑎31 = 5, 𝑎32 = 0, 𝑎33 = 3. 2) Se 𝐵 = [ 3 −9 2 5 0 7 √2 𝜋 ], então temos que: 𝑏11 = 3, 𝑏12 = −9,𝑏13 = 2, 𝑏14 = 5, 𝑏21 = 0, 𝑏22 = 7, 𝑏23 = √2, 𝑏24 = 𝜋. 3) Se 𝐶 = [ 2/3 −1/2 4 −3 −7 18 ], então temos que: 𝑐11 = 2 3 , 𝑐12 = − 1 2 ,𝑐21 = 4, 𝑐22 = −3, 𝑐31 = −7, 𝑐32 = 18. 1.1.3 Igualdade de matrizes Duas matrizes 𝐴𝑚×𝑛 e 𝐵𝑟×𝑠, com elementos do tipo 𝑎𝑖𝑗 e 𝑏𝑖𝑗, respectivamente, são iguais, se e somente se: { 𝑚 = 𝑟 𝑛 = 𝑠 𝑎𝑖𝑗 = 𝑏𝑖𝑗 ∀𝑖, 𝑗 Neste caso escrevemos 𝐴 = 𝐵 Prof. Nunes 2 Geometria Analítica e Álgebra Linear 1.1.4 Tipos Especiais de Matrizes Matriz Quadrada É aquela onde o número de linhas é igual ao número de colunas, isto é, m = n. Exemplos: 1) 𝐴 = [ 0 1 0 5 −1 7 2 0 3 ] , 𝐵 = [8] e 𝐶 = [ 9 −4 3 √7 ]. Matriz Nula É aquela em que todos os elementos são iguais a zero, isto é, 𝑎𝑖𝑗 = 0 para todo i e j. Notação: 0 Exemplos: 1) 𝐴 = [ 0 0 0 0 0 0 0 0 0 ] e 𝐵 = [ 0 0 0 0 ] e 𝐶 = [ 0 0 0 0 ] Matriz Linha É aquela onde m = 1. Exemplos: 1) 𝐴 = [9 0 −3 2] e 𝐵 = [1 3] Matriz Coluna É aquela onde n = 1. Exemplos: 1) 𝐴 = [ 7 −9 2 1 ] e 𝐵 = [ 3 −2 ] Matriz Diagonal É uma matriz quadrada (m = n) onde 𝑎𝑖𝑗 = 0, para 𝑖 ≠ 𝑗. Exemplos: 𝐴 = [ 1 0 0 0 4 0 0 0 −2 ] e 𝐵 = [ 9 0 0 0 0 −4 0 0 0 0 1 0 0 0 0 3 ] Matriz Identidade É uma matriz diagonal onde { 𝑎𝑖𝑗 = 0 𝑝𝑎𝑟𝑎 𝑖 ≠ 𝑗 𝑒 𝑎𝑖𝑗 = 1 𝑝𝑎𝑟𝑎 𝑖 = 𝑗 Muitas vezes a matriz identidade de ordem n é indicada por 𝐼𝑛×𝑛 ou apenas 𝐼𝑛. Prof. Nunes 3 Geometria Analítica e Álgebra Linear Exemplos: 1. 𝐴 = [ 1 0 0 0 1 0 0 0 1 ], 𝐵 = [ 1 0 0 1 ] e 𝐶 = [ 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 ] Matriz Triangular Superior É uma matriz quadrada onde 𝑎𝑖𝑗 = 0 para i > j. Exemplos: 1) 𝐴 = [ 1 9 0 0 7 −2 0 0 1 ], 𝐵 = [ 1 −9 0 1 ], 𝐶 = [ 1 √3 0 3 0 0 6 0 0 0 1 2 0 0 0 1 ] Matriz Triangular Inferior É uma matriz quadrada onde 𝑎𝑖𝑗 = 0 para i < j. Exemplos: 1) 𝐴 = [ 4 0 0 9 2 0 𝜋 7 1 ], 𝐵 = [ 1 0 3 1 ] e 𝐶 = [ 1 0 0 0 6 5 0 0 4 −3 9 0 2 0 0 1 ] 1.1.5 Operações com matrizes Adição Dadas duas matrizes 𝐴𝑚×𝑛 e 𝐵𝑚×𝑛, com elementos do tipo 𝑎𝑖𝑗 e 𝑏𝑖𝑗, respectivamente, então: 𝐴 + 𝐵 é a matriz com os elementos 𝑎𝑖𝑗 + 𝑏𝑖𝑗, isto é, soma-se os elementos nas posições correspondentes. Observação: A e B devem ser de mesma ordem. Exemplo: 1) Se 𝐴 = [ 4 0 1 9 2 2 −1 7 1 ] e 𝐵 = [ 2 1 −8 1 3 0 6 2 −1 ], então 𝐴 + 𝐵 = [ 6 1 −7 10 5 2 5 9 0 ] Propriedades da Adição de Matrizes i) Associatividade: 𝐴 + (𝐵 + 𝐶) = (𝐴 + 𝐵) + 𝐶, ∀𝐴, 𝐵, 𝐶 ∈ 𝑀𝑚×𝑛(ℜ) ii) Comutatividade: 𝐴 + 𝐵 = 𝐵 + 𝐴, ∀𝐴, 𝐵 ∈ 𝑀𝑚×𝑛(ℜ) iii) Elemento Neutro: A + 0 = A, onde 0 denota a matriz nula 𝑚× 𝑛, ∀𝐴 ∈ 𝑀𝑚×𝑛(ℜ) iv) Oposto: Dada 𝐴 ∈ 𝑀𝑚×𝑛(ℜ), existe a matriz (−𝐴) ∈ 𝑀𝑚×𝑛(ℜ), tal que 𝐴 + (−𝐴) = 0 Multiplicação de matriz por escalar Dada uma matriz 𝐴𝑚×𝑛 , de elementos 𝑎𝑖𝑗 e um escalar 𝛼 ∈ ℜ, então:𝛼 ⋅ 𝐴 é a matriz cujos elementos são do tipo 𝛼 ⋅ 𝑎𝑖𝑗. (isto é, multiplicamos todos os elementos de A por 𝛼). Prof. Nunes 4 Geometria Analítica e Álgebra Linear Exemplos: 1) Se 𝐴 = [ 3 0 −1 9 6 2 1 −7 4 ] e 𝛼 = 2, então 𝛼 ⋅ 𝐴 = 2 ⋅ 𝐴 = [ 6 0 −2 18 12 4 2 −14 8 ] 2) Se 𝐵 = [ 3 −4 1 2 5 −2 ] e 𝛼 = −3, então 𝛼 ⋅ 𝐵 = −3 ⋅ 𝐵 = [ −9 12 −3 −6 −15 6 ] Propriedades da Multiplicação de Matriz por escalar i) (𝛼 ⋅ 𝛽) ⋅ 𝐴 = 𝛼 ⋅ (𝛽 ⋅ 𝐴), ∀𝐴 ∈ 𝑀𝑚×𝑛(ℜ), ∀𝛼, 𝛽 ∈ ℜ ii) (𝛼 + 𝛽) ⋅ 𝐴 = 𝛼 ⋅ 𝐴 + 𝛽 ⋅ 𝐴,∀𝐴 ∈ 𝑀𝑚×𝑛(ℜ), ∀𝛼, 𝛽 ∈ ℜ iii) 𝛼 ⋅ (𝐴 + 𝐵) = 𝛼 ⋅ 𝐴 + 𝛼 ⋅ 𝐵,∀𝐴, 𝐵 ∈ 𝑀𝑚×𝑛(ℜ), ∀𝛼 ∈ ℜ iv) 1 ⋅ 𝐴 = 𝐴, ∀𝐴 ∈ 𝑀𝑚×𝑛(ℜ) v) 0 ⋅ 𝐴 = 0, ∀𝐴 ∈ 𝑀𝑚×𝑛(ℜ) obs.: 0 ∈ ℜ e 0 ∈ 𝑀𝑚×𝑛(ℜ) Multiplicação de matrizes Dadas duas matrizes 𝐴𝑚×𝑛 e 𝐵𝑛×𝑝, com elementos do tipo 𝑎𝑖𝑗(1 ≤ 𝑖 ≤ 𝑚, 1 ≤ 𝑗 ≤ 𝑛) e 𝑏𝑗𝑘(1 ≤ 𝑗 ≤ 𝑛, 1 ≤ 𝑘 ≤ 𝑝), respectivamente, então: 𝐴 ⋅ 𝐵 é a matriz de elementos do tipo 𝑐𝑖𝑘(1 ≤ 𝑖 ≤ 𝑚, 1 ≤ 𝑘 ≤ 𝑝), definidos por: 𝑐𝑖𝑘 = 𝑎𝑖1 ⋅ 𝑏1𝑘 + 𝑎𝑖2 ⋅ 𝑏2𝑘 + 𝑎𝑖3 ⋅ 𝑏3𝑘+. . . . . +𝑎𝑖𝑛 ⋅ 𝑏𝑛𝑘 = ∑ 𝑎𝑖𝑗 ⋅ 𝑏𝑗𝑘 𝑛 𝑗=1 Observações: 1) O número de colunas da primeira matriz deve ser igual ao número de linhas da segunda matriz; 2) A matriz resultante do produto terá a mesma quantidade de linhas da primeira matriz e a mesma quantidade de colunas da segunda matriz. Exemplos: 1) Se 𝐴 = [ 𝑎11 𝑎12 𝑎21 𝑎22 ] e 𝐵 = [ 𝑏11 𝑏12 𝑏13 𝑏21 𝑏22 𝑏23 ], então 𝐶 = [ 𝑐11 𝑐12 𝑐13 𝑐21 𝑐22 𝑐23 ], onde: 𝑐𝑖𝑘 = 𝑎𝑖1 ⋅ 𝑏1𝑘 + 𝑎𝑖2 ⋅ 𝑏2𝑘 = ∑ 𝑎𝑖𝑗 ⋅ 𝑏𝑗𝑘 2 𝑗=1 , isto é: 𝑐11 = 𝑎11 ⋅ 𝑏11 + 𝑎12 ⋅ 𝑏21 𝑐12 = 𝑎11 ⋅ 𝑏12 + 𝑎12 ⋅ 𝑏22 𝑐13 = 𝑎11 ⋅ 𝑏13 + 𝑎12 ⋅ 𝑏23 𝑐21 = 𝑎21 ⋅ 𝑏11 + 𝑎22 ⋅ 𝑏21 𝑐22 = 𝑎21 ⋅ 𝑏12 + 𝑎22 ⋅ 𝑏22 𝑐23 = 𝑎21 ⋅ 𝑏13 + 𝑎22 ⋅ 𝑏23 2) Se 𝐴 = [ 1 3 −1 −2 −1 1 ] e 𝐵 = [ −4 0 3 −1 5 −2 −1 1 −1 2 0 6 ], então 𝐶 = [ 𝑐11 𝑐12 𝑐13 𝑐14 𝑐21 𝑐22 𝑐23 𝑐24 ], onde: 𝑐11 = 1 ⋅ (−4) + 3 ⋅ (5) + (−1) ⋅ (−1) = 12 𝑐12 = 1 ⋅ (0) + 3 ⋅ (−2) + (−1) ⋅ (2) = 8 𝑐13 = 1 ⋅ (3) + 3 ⋅ (−1) + (−1) ⋅ (0) = 0 Prof. Nunes 5 Geometria Analítica e Álgebra Linear 𝑐14 = 1 ⋅ (−1) + 3 ⋅ (1) + (−1) ⋅ (6) = −4 𝑐21 = (−2) ⋅ (−4) + (−1) ⋅ (5) + (1) ⋅ (−1) = 2 𝑐22 = (−2) ⋅ (0) + (−1) ⋅ (−2) + (1) ⋅ (2) = 4 𝑐23 = (−2) ⋅ (3) + (−1) ⋅ (−1) + (1) ⋅ (0) = −5 𝑐24 = (−2) ⋅ (−1) + (−1) ⋅ (1) + (1) ⋅ (6) = 7 Logo 𝐶 = [ 12 −8 0 −4 2 4 −5 7 ] Propriedades da Multiplicação de Matrizes (Desde que sejam possíveis as operações) i) 𝐴 ⋅ 𝐼 = 𝐼 ⋅ 𝐴 = 𝐴, sendo I a matriz identidade ii) 𝐴 ⋅ (𝐵 + 𝐶) = 𝐴 ⋅ 𝐵 + 𝐴 ⋅ 𝐶 e (𝐴 + 𝐵) ⋅ 𝐶 = 𝐴 ⋅ 𝐶 + 𝐵 ⋅ 𝐶 iii) 𝐴 ⋅ (𝐵 ⋅ 𝐶) = (𝐴 ⋅ 𝐵) ⋅ 𝐶 iv) 0 ⋅ 𝐴 = 0 e 𝐴 ⋅ 0 = 0 Observação: Em geral 𝐴 ⋅ 𝐵 ≠ 𝐵 ⋅ 𝐴, podendo inclusive um dos membros da igualdade estar definido e o outro não. Transposição de matrizes Dada uma matriz 𝐴𝑚×𝑛, com elementos do tipo 𝑎𝑖𝑗(1 ≤ 𝑖 ≤ 𝑚, 1 ≤ 𝑗 ≤ 𝑛), denomina-se transposta de A, a matriz 𝐴𝑇, com elementos do tipo 𝑏𝑗𝑖 (1 ≤ 𝑗 ≤ 𝑛, 1 ≤ 𝑖 ≤ 𝑚), cujas linhas são as colunas de A, isto é: 𝑏𝑖𝑗 = 𝑎𝑗𝑖. Isto é, é a matriz obtida com a troca ordenada das linhas pelas colunas da matriz original. Exemplos: 1) Se 𝐴 = [ 3 0 −1 9 6 2 1 −7 4 ], então 𝐴𝑇 = [ 3 9 1 0 6 −7−1 2 4 ] 2) Se 𝐵 = [ 3 1 0 4 −2 5 ], então 𝐵𝑇 = [ 3 0 −2 1 4 5 ] Propriedades da Transposição de Matrizes i) (𝐴 + 𝐵)𝑇 = 𝐴𝑇 + 𝐵𝑇 ii) (𝛼 ⋅ 𝐴)𝑇 = 𝛼 ⋅ 𝐴𝑇 , onde iii) (𝐴𝑇)𝑇 = 𝐴 iv) (𝐴 ⋅ 𝐵)𝑇 = 𝐵𝑇 ⋅ 𝐴𝑇 Definições: Seja A uma matriz quadrada, então: a) A é dita simétrica, se e somente se, 𝐴𝑇 = 𝐴. Prof. Nunes 6 Geometria Analítica e Álgebra Linear Exemplo: 1) 𝐴 = [ 3 0 −1 0 2 −7 −1 −7 5 ]𝐴𝑇 = [ 3 0 −1 0 2 −7 −1 −7 5 ] = 𝐴 b) A é dita antissimétrica, se e somente se, 𝐴𝑇 = −𝐴. Exemplo: 1) 𝐴 = [ 0 1 −3 −1 0 5 3 −5 0 ]𝐴𝑇 = [ 0 −1 3 1 0 −5 −3 5 0 ] = −𝐴 Alguns exercícios resolvidos sobre matrizes 1) Para cada 𝛼 ∈ ℜ, considere a matriz 𝑇𝛼 = [ cos 𝛼 −sen 𝛼 sen 𝛼 𝑐𝑜𝑠 𝛼 ] a) Mostre que 𝑇𝛼 ⋅ 𝑇𝛽 = 𝑇𝛼+𝛽 Resolução: 𝑇𝛼 ⋅ 𝑇𝛽 = [ cos 𝛼 −sen 𝛼 sen 𝛼 𝑐𝑜𝑠 𝛼 ] ⋅ [ cos 𝛽 −sen 𝛽 sen 𝛽 𝑐𝑜𝑠 𝛽 ] = =[ cos 𝛼 ⋅ cos 𝛽 − sen 𝛼 ⋅ sen 𝛽 −sen 𝛽 ⋅ 𝑐𝑜𝑠 𝛼 − sen 𝛼 ⋅ 𝑐𝑜𝑠 𝛽 sen 𝛼 ⋅ 𝑐𝑜𝑠 𝛽 + sen 𝛽 ⋅ 𝑐𝑜𝑠 𝛼 −sen 𝛼 ⋅ sen 𝛽 + cos 𝛼 ⋅ 𝑐𝑜𝑠 𝛽 ] = = [ cos (𝛼 + 𝛽) −sen (𝛼 + 𝛽) sen (𝛼 + 𝛽) 𝑐𝑜𝑠 (𝛼 + 𝛽) ] = 𝑇𝛼+𝛽 b) Ache 𝑇−𝛼 Resolução: 𝑇−𝛼 = [ cos (−𝛼) −sen (−𝛼) sen (−𝛼) 𝑐𝑜𝑠 (−𝛼) ] = [ cos 𝛼 sen 𝛼 −sen 𝛼 𝑐𝑜𝑠 𝛼 ] = 𝑇𝛼 𝑇 2) Mostre que a soma de duas matrizes simétricas é uma matriz simétrica. Resolução: Sejam duas matrizes simétricas A e B. Logo 𝐴𝑇 = 𝐴 e 𝐵𝑇 = 𝐵. (𝐴 + 𝐵)𝑇 = 𝐴𝑇 + 𝐵𝑇 = 𝐴 + 𝐵. 3) Mostre que a soma de duas matrizes antissimétricas é uma matriz antissimétrica. Resolução: Sejam duas matrizes antissimétricas A e B. Logo 𝐴𝑇 = −𝐴 e 𝐵𝑇 = −𝐵.(𝐴 + 𝐵)𝑇 = 𝐴𝑇 + 𝐵𝑇 = −𝐴 + (−𝐵) = −(𝐴 + 𝐵). 4) Mostre que se A é uma matriz quadrada, então 𝐴 + 𝐴𝑇 é uma matriz simétrica. Resolução: (𝐴 + 𝐴𝑇)𝑇 = 𝐴𝑇 + (𝐴𝑇)𝑇 = 𝐴𝑇 + 𝐴 = 𝐴 + 𝐴𝑇 5) Verifique que o produto de duas matrizes simétricas nem sempre é uma matriz simétrica. Resolução: Sejam duas matrizes simétricas A e B. Logo 𝐴𝑇 = 𝐴 e 𝐵𝑇 = 𝐵. Prof. Nunes 7 Geometria Analítica e Álgebra Linear (𝐴 ⋅ 𝐵)𝑇 = 𝐵𝑇 ⋅ 𝐴𝑇 = 𝐵 ⋅ 𝐴. 6) Se 𝐴 ⋅ 𝐵 = 0, então podemos afirmar que𝐴 = 0 ou 𝐵 = 0? Resolução: Não! Encontre alguns contraexemplos. 7) Suponha que 𝐴 ≠ 0 e 𝐴 ⋅ 𝐵 = 𝐴 ⋅ 𝐶, então podemos afirmar que B = C? Resolução: Não! 𝐴 ⋅ 𝐵 = 𝐴 ⋅ 𝐶 𝐴 ⋅ 𝐵 − 𝐴 ⋅ 𝐶 = 0𝐴 ⋅ (𝐵 − 𝐶) = 0. Sabemos que 𝐴 ≠ 0, e que podemos ter 𝐴 ⋅ (𝐵 − 𝐶) = 0 sem que 𝐵 − 𝐶 = 0, Logo B não é necessariamente igual a C. 8) Considerando o exercício anterior, se existir uma matriz Y tal que 𝑌 ⋅ 𝐴 = 𝐼, podemos afirmar que B = C? Resolução: Sim! 𝐴 ⋅ 𝐵 = 𝐴 ⋅ 𝐶 𝑌 ⋅ (𝐴 ⋅ 𝐵) = 𝑌 ⋅ (𝐴 ⋅ 𝐶)(𝑌 ⋅ 𝐴) ⋅ 𝐵 = (𝑌 ⋅ 𝐴) ⋅ 𝐶 (𝐼) ⋅ 𝐵 = (𝐼) ⋅ 𝐶 B=C 9) Podemos dizer que a seguinte igualdade (𝐴 + 𝐵)2 = 𝐴2 + 2 ⋅ 𝐴 ⋅ 𝐵 + 𝐵2é verdadeira? Resolução: Não!(𝐴 + 𝐵) ⋅ (𝐴 + 𝐵) = 𝐴 ⋅ 𝐴 + 𝐴 ⋅ 𝐵 + 𝐵 ⋅ 𝐴 + 𝐵 ⋅ 𝐵 = 𝐴2 + 𝐴 ⋅ 𝐵 + 𝐵 ⋅ 𝐴 + 𝐵2 10) Podemos dizer que a seguinte igualdade (𝐴 − 𝐵)2 = 𝐴2 − 2 ⋅ 𝐴 ⋅ 𝐵 + 𝐵2é verdadeira? Resolução: Não! (𝐴 − 𝐵) ⋅ (𝐴 − 𝐵) = 𝐴 ⋅ 𝐴 − 𝐴 ⋅ 𝐵 − 𝐵 ⋅ 𝐴 + 𝐵 ⋅ 𝐵 = 𝐴2 − 𝐴 ⋅ 𝐵 − 𝐵 ⋅ 𝐴 + 𝐵2 1.2 Determinantes e Matriz Inversa 1.2.1 Determinantes Definições: Se 𝐴 = [𝑎11]𝑑𝑒𝑡 𝐴 = 𝑎11 Se 𝐴 = [ 𝑎11 𝑎12 𝑎21 𝑎22 ]𝑑𝑒𝑡 𝐴 = 𝑎11 ⋅ 𝑎22 − 𝑎12 ⋅ 𝑎21 Se 𝐴 = [ 𝑎11 𝑎12 𝑎13 𝑎21 𝑎22 𝑎23 𝑎31 𝑎32 𝑎33 ]𝑑𝑒𝑡 𝐴 = 𝑎11 ⋅ 𝑎22 ⋅ 𝑎33 − 𝑎11 ⋅ 𝑎23 ⋅ 𝑎32 − 𝑎12 ⋅ 𝑎21 ⋅ 𝑎33 + +𝑎12 ⋅ 𝑎23 ⋅ 𝑎31 + 𝑎13 ⋅ 𝑎21 ⋅ 𝑎32 − 𝑎13 ⋅ 𝑎22 ⋅ 𝑎31 Propriedades dos determinantes i) 𝑑𝑒𝑡 𝐴 = 𝑑𝑒𝑡 𝐴𝑇 ii) Se multiplicarmos uma linha de uma matriz por 𝑘 ∈ ℜ, o determinante fica multiplicado por k. iii) Uma vez permutadas duas linhas de uma matriz, o determinante da mesma troca de sinal. Prof. Nunes 8 Geometria Analítica e Álgebra Linear iv) O determinante de uma matriz que tem duas linhas (ou colunas) iguais é igual a zero. v) O determinante não se altera se somarmos aos elementos de uma linha, os elementos correspondentes de outra linha multiplicados por uma constante. vi) 𝑑𝑒𝑡(𝐴 ⋅ 𝐵) = 𝑑𝑒𝑡 𝐴 ⋅ 𝑑𝑒𝑡 𝐵 Definição de submatriz Seja A uma matriz quadrada 𝑛 × 𝑛. Uma submatriz 𝐴𝑖𝑗de A é uma matriz obtida de A eliminando a i-ésima linha e a j-ésima coluna de A. Exemplo: 1) Se 𝐴 = [ 1 2 −1 4 0 3 −2 3 −4 ] então 𝐴23 = [ 1 2 −2 3 ], 𝐴31 = [ 2 −1 0 3 ], etc. Definição de cofator Seja A uma matriz quadrada 𝑛 × 𝑛. O cofator ou complemento algébrico de um elemento 𝑎𝑖𝑗de A é o número: 𝛥𝑖𝑗 = (−1) 𝑖+𝑗 𝑑𝑒𝑡 𝐴𝑖𝑗. Exemplo: 1) Se 𝐴 = [ 1 2 −1 4 0 3 −2 3 −4 ] então: 𝛥11 = (−1) 1+1 𝑑𝑒𝑡 𝐴11 = (−1) 2 ⋅ 𝑑𝑒𝑡 [ 0 3 3 −4 ] = −9, 𝛥23 = (−1) 2+3 𝑑𝑒𝑡 𝐴23 = (−1) 5 ⋅ 𝑑𝑒𝑡 [ 1 2 −2 3 ] = −7, etc. Desenvolvimento de Laplace (Para calcular o determinante de qualquer matriz quadrada) Seja A uma matriz com n linhas e n colunas. Então, 𝑑𝑒𝑡 𝐴 = ∑ 𝑎𝑖𝑗 ⋅ 𝑛 𝑗=1 𝛥𝑖𝑗 , para qualquer linha i. (É a soma dos produtos dos elementos de uma linha (ou coluna), pelos seus respectivos cofatores). Observação: O desenvolvimento pode também ser feito na variável j: 𝑑𝑒𝑡 𝐴 = ∑ 𝑎𝑖𝑗 ⋅ 𝑛 𝑖=1 𝛥𝑖𝑗 para qualquer coluna j. Exemplos: 1) Se 𝐴 = [ 1 2 −1 4 0 3 −2 3 −4 ] então calcule 𝑑𝑒𝑡 𝐴. Resolução: Escolhendo, por exemplo, a segunda linha (𝑖 = 2) 𝑑𝑒𝑡 𝐴 =∑𝑎2𝑗 ⋅ 3 𝑗=1 𝛥2𝑗 = 𝑎21 ⋅ 𝛥21 + 𝑎22 ⋅ 𝛥22 + 𝑎23 ⋅ 𝛥23 = = 4 ⋅ (−1)2+1 𝑑𝑒𝑡 [ 2 −1 3 −4 ]+0 ⋅ (−1)2+2 𝑑𝑒𝑡 [ 1 −1 −2 −4 ] + 3 ⋅ (−1)2+3 𝑑𝑒𝑡 [ 1 2 −2 3 ] = = 4 ⋅ 5 + 0 ⋅ (−6) + 3 ⋅ (−7) = −1 Prof. Nunes 9 Geometria Analítica e Álgebra Linear 2) Seja A uma matriz triangular superior. Verifique que o det A= 𝑎11 ⋅ 𝑎22 ⋅ 𝑎33. . . . . . . . . . . 𝑎𝑛𝑛. 1.2.2 Matriz Inversa Seja A é uma matriz quadrada n n. Chamamos de matriz inversa de A à uma matriz B, também n n, que satisfaz a seguinte propriedade: 𝐴 ⋅ 𝐵 = 𝐵 ⋅ 𝐴 = 𝐼, em que 𝐼 = 𝐼𝑛 é a matriz identidade n n. Se esta matriz B existir, A será chamada de matriz invertível. Normalmente a matriz inversa de A é indicada por 𝐴−1, logo: 𝐴 ⋅ 𝐴−1 = 𝐴−1 ⋅ 𝐴 = 𝐼 Exemplo: 1) Ache a inversa da matriz 𝐴 = [ 2 3 1 4 ] Resolução: = 10 01 41 32 dc ba [ 2𝑎 + 3𝑐 2𝑏 + 3𝑑 𝑎 + 4𝑐 𝑏 + 4𝑑 ] = [ 1 0 0 1 ] ⇒ { 2𝑎 + 3𝑐 = 1 𝑎 + 4𝑐 = 0 ⇒ 𝑎 = 4 5 e 𝑐 = − 1 5 e { 2𝑏 + 3𝑑 = 0 𝑏 + 4𝑑 = 1 ⇒ 𝑏 = − 3 5 e 𝑑 = 2 5 Logo 𝐴−1 = [ 4 5 − 3 5 − 1 5 2 5 ] Observação: O mesmo resultado seria obtido fazendo: [ 𝑎 𝑏 𝑐 𝑑 ] ⋅ [ 2 3 1 4 ] = [ 1 0 0 1 ] Teorema: Se A é uma matriz invertível, então a sua inversa é única. Demonstração: Vamos supor que a matriz A possui duas inversas 𝐴1 −1 e 𝐴2 −1. Logo temos que 𝐴 ⋅ 𝐴1 −1 = 𝐼 = 𝐴1 −1 ⋅ 𝐴 e 𝐴 ⋅ 𝐴2 −1 = 𝐼 = 𝐴2 −1 ⋅ 𝐴. Assim 𝐴1 −1 = 𝐴1 −1 ⋅ 𝐼 = 𝐴1 −1 ⋅ (𝐴 ⋅ 𝐴2 −1) = (𝐴1 −1 ⋅ 𝐴) ⋅ 𝐴2 −1 = 𝐼 ⋅ 𝐴2 −1 = 𝐴2 −1. Portanto 𝐴1 −1 = 𝐴2 −1 e a inversa é única. Observações: i) Se A e B são matrizes quadradas, de mesma ordem e invertíveis, então 𝐴 ⋅ 𝐵 é também invertível e (𝐴 ⋅ 𝐵)−1 = 𝐵−1 ⋅ 𝐴−1. ii) Uma matriz quadrada A admite inversa se e somente se 𝑑𝑒𝑡 𝐴 ≠ 0. iii) Se A é uma matriz quadrada e 𝑑𝑒𝑡 𝐴 ≠ 0, então 𝑑𝑒𝑡 𝐴−1 = 1 𝑑𝑒𝑡 𝐴 . Demonstração de (iii): Sabemos que 𝑑𝑒𝑡(𝐴 ⋅ 𝐵) = 𝑑𝑒𝑡 𝐴 ⋅ 𝑑𝑒𝑡 𝐵. Se 𝐴−1 ⋅ 𝐴 = 𝐼, então temos que 𝑑𝑒𝑡(𝐴−1 ⋅ 𝐴) = 𝑑𝑒𝑡 𝐴−1 ⋅ 𝑑𝑒𝑡 𝐴 = 𝑑𝑒𝑡 𝐼𝑑𝑒𝑡 𝐴−1 = 1 𝑑𝑒𝑡 𝐴 . iv) (𝐴−1)−1 = 𝐴. v) (𝐴−1)𝑇 = (𝐴𝑇)−1. Prof. Nunes 10 Geometria Analítica e Álgebra Linear Definição: Chamamos de operações elementares nas linhas de uma matriz, às seguintes operações: i) a troca da ordem de duas linhas da matriz; ii) a multiplicação de uma linha da matriz por uma constante diferente de zero; iii) a substituição uma linha da matriz por sua somacom outra linha multiplicada por uma constante diferente de zero. Teorema: Seja A uma matriz quadrada. Se uma sequência de operações elementares nas suas linhas reduz A a I, então a mesma sequência de operações elementares transforma I em 𝐴−1. Logo, a partir deste teorema, podemos usar o seguinte algoritmo para encontrar a matriz inversa de A: Operações elementares: [𝐴 ⋮ 𝐼] ⇒ [𝐼 ⋮ 𝐴−1] Exemplo: 1) Ache a inversa da matriz 𝐴 = [ −1 2 1 1 2 1 −1 2 3 ] Resolução: [ −1 2 1 1 2 1 −1 2 3 1 0 0 0 1 0 0 0 1 ] 21 LL [ 1 2 1 −1 2 1 −1 2 3 0 1 0 1 0 0 0 0 1 ] 𝐿2 → 𝐿2 + 𝐿1 ⇒ 𝐿3 → 𝐿3 + 𝐿1 [ 1 2 1 0 4 2 0 4 4 0 1 0 1 1 0 0 1 1 ] → 22 4 1 LL [ 1 2 1 0 1 1 2 0 4 4 0 1 0 1 4 1 4 0 0 1 1 ] 233 211 4 2 LLL LLL −→ −→ [ 1 0 0 0 1 1 2 0 0 2 − 1 2 1 2 0 1 4 1 4 0 −1 0 1 ] → 33 2 1 LL [ 1 0 0 0 1 1 2 0 0 1 − 1 2 1 2 0 1 4 1 4 0 − 1 2 0 1 2] −→ 322 2 1 LLL [ 1 0 0 0 1 0 0 0 1 − 1 2 1 2 0 1 2 1 4 − 1 4 − 1 2 0 1 2 ] . Assim, 𝐴−1 = [ − 1 2 1 2 0 1 2 1 4 − 1 4 − 1 2 0 1 2 ] . Definição: Seja A uma matriz quadrada 𝑛 × 𝑛. Então a matriz dos cofatores de A, é a matriz indicada pelo símbolo 𝐴, cujos elementos são os cofatores (𝛥𝑖𝑗) dos elementos da matriz A. Exemplo: 1) Se 𝐴 = [ 2 1 −3 1 ] então 𝐴 = [ 𝛥11 𝛥12 𝛥21 𝛥22 ] = [ 1 3 −1 2 ] Pois, 𝛥11 = (−1) 1+11 = 1, Prof. Nunes 11 Geometria Analítica e Álgebra Linear 𝛥12 = (−1) 1+2(−3) = 3, 𝛥21 = (−1) 1+21 = −1, 𝛥22 = (−1) 2+22 = 2 Definição: Seja A uma matriz quadrada 𝑛 × 𝑛. Chama-se matriz adjunta de A, a matriz 𝑎𝑑𝑗 𝐴 = (𝐴) 𝑇 , isto é, a transposta da matriz dos cofatores. Exemplo: 1) Se 𝐴 = [ 2 1 −3 1 ] então 𝑎𝑑𝑗 𝐴 = [ 1 3 −1 2 ] 𝑇 = [ 1 −1 3 2 ] Teorema: Seja A uma matriz quadrada 𝑛 × 𝑛, tal que 𝑑𝑒𝑡 𝐴 ≠ 0. Então: 𝐴 ⋅ 𝑎𝑑𝑗𝐴 = (𝑑𝑒𝑡 𝐴) ⋅ 𝐼𝑛. Deste teorema podemos concluir que: 𝐴 ⋅ 𝑎𝑑𝑗𝐴 = (𝑑𝑒𝑡 𝐴) ⋅ 𝐼𝑛 ⇒ 𝐴 ⋅ 𝑎𝑑𝑗𝐴 𝑑𝑒𝑡 𝐴 = 𝐼𝑛𝐴 −1 = 𝑎𝑑𝑗𝐴 𝑑𝑒𝑡 𝐴 Definição: Uma matriz quadrada A se diz ortogonal se A é invertível e 𝐴−1 = 𝐴𝑇. Exemplos: 1) Determinar, se possível, todos os valores x e y reais, a fim de que a matriz A seja ortogonal. A = [ 1/2 𝑥 𝑦 1/2 ] Resolução: [ 1/2 𝑥 𝑦 1/2 ] ⋅ [ 1/2 𝑦 𝑥 1/2 ] = [ 1 0 0 1 ] ⇒ { 1 4 + 𝑥2 = 1 → 𝑥 = ± √3 2 𝑦 2 + 𝑥 2 = 0 𝑦2 + 1 4 = 1 → 𝑦 = ± √3 2 ⇒ { 𝑥 = √3 2 𝑒 𝑦 = − √3 2 ou 𝑥 = − √3 2 𝑒 𝑦 = √3 2 Resposta: { 𝑥 = √3 2 𝑒 𝑦 = − √3 2 ou 𝑥 = − √3 2 𝑒 𝑦 = √3 2 2) Verifique (genericamente) que o produto de duas matrizes ortogonais é uma matriz ortogonal. Resolução: Se A e B são matrizes ortogonais, então 𝐴−1 = 𝐴𝑇 e 𝐵−1 = 𝐵𝑇. Sabe-se que (𝐴 ⋅ 𝐵)−1 = 𝐵−1 ⋅ 𝐴−1 = 𝐵𝑇 ⋅ 𝐴𝑇 = (𝐴 ⋅ 𝐵)𝑇. Prof. Nunes 12 Geometria Analítica e Álgebra Linear 1.3 Exercícios propostos 1) Encontre o determinante de A e a inversa da matriz A = [ 1 2 −1 0 1 2 −1 −2 0 ] . Resposta: det A = −1 e inv A = [ −4 −2 −5 2 1 2 −1 0 −1 ] 2) Se uma matriz quadrada A, é tal que 𝐴𝑇 = −𝐴, ela é chamada de matriz antissimétrica. Sabe- se que a matriz M que segue é de ordem 3, não é nula e é antissimétrica. Neste caso, os termos 𝑎12, 𝑎13 e 𝑎23, valem, respectivamente: 𝑀 = [ 1 + 𝑎 . . . . . . . . . . . . . . . . 𝑎 𝑏 + 2 . . . . . . . . 𝑏 𝑐 2𝑐 − 6 ] Resposta: 1; 2 e −3 3) Ache os valores dos determinantes das seguintes matrizes: a) [ 3 4 2 1 5 0 −1 −2 0 0 4 0 −1 0 3 3 ] Resposta: −208 b) [ 1 2 3 5 3 4 −1 2 5 3 0 2 2 1 8 1 ] Resposta: 471 4) Encontre o determinante da matriz: 𝐴 = [ 0 𝑎 0 1 𝑏 1 0 0 𝑎 𝑎 1 𝑏 0 𝑏 𝑎 0 ] Resposta: 𝑎2 + 𝑏2 5) Sendo A uma matriz quadrada 𝑛 × 𝑛 e, verifique que 𝑑𝑒𝑡(𝛼𝐴) = 𝛼𝑛 ⋅ 𝑑𝑒𝑡 𝐴. 6) Sendo A = 2 1 3 0 2 -1 ; B = 2 3 1 5 ; C = − 1 0 5 4 3 1 , encontre, se existir, a matriz X para cada situação a seguir: a) 𝐴 ⋅ 𝑋 = 𝐶𝑇 Resposta: Não existe b) 𝐴 + 𝐶𝑇 = 𝑋 ⋅ 𝐵 Resposta: 𝑋 = [ 0 1 12 7 − 3 7 5 −3 ] c) 𝑋 = 𝐶𝑇 ⋅ 𝐴𝑇 Resposta: 𝑋 = [ 2 −3 −6 3 0 −3 11 15 9 ] 7) Sendo A uma matriz real quadrada de ordem 3, cujo determinante é igual a 4, qual o valor de x na equação 𝑑𝑒𝑡 (2 ⋅ 𝐴 ⋅ 𝐴𝑇) = 4𝑥? Resposta: 𝑥 = 32 Prof. Nunes 13 Geometria Analítica e Álgebra Linear 8) Seja a matriz quadrada A , 2 × 2, tal que 𝑎𝑖𝑗 = { cos 𝜋 2.𝑖−𝑗 se 𝑖 = 𝑗 sen 𝜋 i+j se 𝑖 ≠ 𝑗 . Calcule o determinante de A. Se 𝑑𝑒𝑡 𝐴 ≠ 0, ache 𝐴−1. Respostas: 𝑑𝑒𝑡 𝐴 = − 3 4 e 𝐴−1 = [ 0 2√3 3 2√3 3 4 3 ] 9) Dada a matriz A = 1 2 7 0 3 1 0 5 2 , ache (𝐴−1)𝑇 e (𝐴𝑇)−1. Conclua que (𝐴−1)𝑇 = (𝐴𝑇)−1. 10) Encontre as matrizes [ 𝑥 𝑦 𝑧 𝑡 ] que comutam com a matriz [ 1 1 0 1 ], isto é, ache as matrizes [ 𝑥 𝑦 𝑧 𝑡 ], tais que [ 𝑥 𝑦 𝑧 𝑡 ].[ 1 1 0 1 ]=[ 1 1 0 1 ].[ 𝑥 𝑦 𝑧 𝑡 ] Resposta: [ 𝑥 𝑦 0 𝑥 ] 11) Encontre a matriz inversa da matriz A, utilizando operações elementares com linhas, sendo A = [ 0 1 2 1 2 1 −1 3 8 ]. Resposta: 𝐴−1 = [ 13 −2 −3 −9 2 2 5 −1 −1 ] 12) Resolva a equação matricial: [ 𝑥 𝑦 8 𝑧 ] = [ 3 𝑥 + 1 8 𝑥 + 𝑦 ] Resposta: 𝑥 = 3, 𝑦 = 4 𝑒 𝑧 = 7 13) Dada a matriz A, resolva a equação: 𝐴−1 ⋅ 𝑋 ⋅ 𝐴𝑇 = 𝐴 e ache X para A = [ 0 1 2 1 2 1 −1 3 8 ]. Respostas: 𝑋 = 𝐴2 ⋅ (𝐴−1)𝑇 e X = [ −80 59 −30 −39 31 −15 −318 233 −119 ] 14) Uma matriz quadrada A se diz ortogonal se A é invertível e 𝐴−1 = 𝐴𝑇. Determinar, se possível, todos os valores x e y reais, a fim de que a matriz A seja ortogonal. A = [ sen 𝜃 𝑥 𝑦 sen 𝜃 ] Dica: Se 𝐴−1 = 𝐴𝑇, então 𝐴𝑇 ⋅ 𝐴 = 𝐼 Resposta:{ 𝑥 = cos 𝜃 e 𝑦 = − cos 𝜃 ou 𝑥 = −cos 𝜃 e 𝑦 = cos 𝜃 Prof. Nunes 14 Geometria Analítica e Álgebra Linear 15) Verifique se a matriz 𝐴 = [ √3 2 − 1 2 0 1 2 √3 2 0 0 0 1] é uma matriz ortogonal. Caso positivo, calcule sua inversa. Resposta: Sim, é ortogonal e inv A = [ √3 2 1 2 0 − 1 2 √3 2 0 0 0 1] Referências Bibliográficas 1. BOLDRINI, José Luiz et al. Álgebra Linear. 3.a Edição. São Paulo: Harper & Row do Brasil, 1980. 2. CALLIOLI, Carlos A. et al. Álgebra Linear e Aplicações. 6.a Edição. São Paulo: Atual, 1990. 3. LIMA, Elon L., et al. A Matemática do Ensino Médio. 3.a Edição. Rio de Janeiro: Coleção do Professor de Matemática – Sociedade Brasileira de Matemática, 2001. 4. POOLE, David. Álgebra Linear. São Paulo: Thomson Learning, 2006. 5. STEINBRUCH, Alfredo e WINTERLE, Paulo. Álgebra Linear. 2.a Edição. São Paulo: Pearson Education do Brasil, 2010. 6. STEINBRUCH, Alfredo e WINTERLE, Paulo. Geometria Analítica. 2.a Edição. São Paulo: Pearson Education do Brasil, 2010.
Compartilhar