Cap´ıtulo 1 Matrizes e Sistemas Lineares
Cap´ıtulo 1 Matrizes e Sistemas Lineares
Cap´ıtulo 1 Matrizes e Sistemas Lineares
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Capítulo 1<br />
<strong>Matrizes</strong> e <strong>Sistemas</strong> <strong>Lineares</strong><br />
1.1 <strong>Matrizes</strong><br />
Introdução :<br />
Nesta seção , apresentaremos os conceitos básicos sobre matrizes. Estes métodos aparecem<br />
naturalmente na resolução de muitos tipos de problemas e são essenciais, não apenas porque eles<br />
”ordenam e simplificam”o problema, mas também porque fornecem novos métodos de resolução .<br />
Chamamos de matriz uma tabela de elementos dispostos em linhas e colunas.<br />
Exemplo:<br />
Considere dois tipos de alimentos, bananas e laranjas, e dois tipos de vitaminas, vitamina K e<br />
vitamina C. Sabendo que a banana possui 10 unidades de vitamina K e apenas 1 unidade de vitamina<br />
C, e a laranja possui 2 unidades de vitamina K e 9 unidades de vitamina C, podemos organizar esses<br />
dados através de uma tabela:<br />
Banana Laranja<br />
Vitamina K 10 2<br />
Vitamina C 1 9<br />
Os dados dessa tabela estão organizados em linhas e colunas. Este tipo de matriz corresponde<br />
a uma matriz A2×2, isto é, duas linhas e duas colunas.<br />
Generalização :<br />
1
2 CAPÍTULO 1. MATRIZES E SISTEMAS LINEARES<br />
⎡<br />
⎢<br />
Am×n = ⎢<br />
⎣<br />
a11 a12 . . . a1n<br />
a21 a22 . . . a2n<br />
.<br />
. . .. .<br />
am1 am2 . . . amn<br />
⎤<br />
⎥<br />
⎦ = [aij]<br />
m×n<br />
Sendo: m=linhas e n=colunas, e [aij] são as entradas da matriz onde ′ i ′ corresponde a linha<br />
e ′ j ′ a coluna de cada entrada.<br />
Exemplo:<br />
A2×2 =<br />
<br />
10 2<br />
1 9<br />
<br />
a11 = 10 a21 = 2<br />
a12 = 1 a22 = 9<br />
Tipos especias de matrizes<br />
Matriz quadrada: é aquela cujo número de linhas é igual ao número de colunas (m = n).<br />
Exemplos:<br />
A3×3 =<br />
⎡<br />
⎢<br />
⎣<br />
1 −2 0<br />
3 0 1<br />
4 5 6<br />
⎤<br />
⎥<br />
⎦ B1×1 = <br />
No caso de uma matriz quadrada Bm×m dizemos que B é uma matriz de ordem m.<br />
Matriz nula: é aquela em que todo aij = 0, ∀ ′ i ′ e ′ j ′ .<br />
Exemplos:<br />
8
1.1. MATRIZES 3<br />
A3×5 =<br />
⎡<br />
⎢<br />
⎣<br />
0 0 0 0 0<br />
0 0 0 0 0<br />
0 0 0 0 0<br />
⎤<br />
⎥<br />
⎦ B2×2 =<br />
<br />
0 0<br />
0 0<br />
Matriz coluna: é aquela que possui uma única coluna (n = 1).<br />
Exemplos:<br />
A3×1 =<br />
⎡<br />
⎢<br />
⎣<br />
1<br />
4<br />
−3<br />
⎤<br />
⎥<br />
⎦ B2×1 =<br />
Matriz linha: é aquela que possui somente uma linha (m = 1).<br />
Exemplos:<br />
A1×3 = <br />
3 0 1 <br />
<br />
B1×2 = <br />
x<br />
y<br />
<br />
0 0 <br />
Matriz diagonal: é uma matriz quadrada (m = n), onde aij = 0 para i = j, isto é, os<br />
elementos que não estão na ’diagonal’ são nulas.<br />
Exemplos:<br />
A3×3 =<br />
⎡<br />
⎢<br />
⎣<br />
7 0 0<br />
0 1 0<br />
0 0 −1<br />
⎤<br />
⎥<br />
⎦ , B4×4 =<br />
⎡<br />
⎢<br />
⎣<br />
<br />
3 0 0 0<br />
0 3 0 0<br />
0 0 3 0<br />
0 0 0 3<br />
Matriz Identidade: é uma matriz quadrada em que aij = 1 para i = j, e aij = 0 para i = j.<br />
Exemplos:<br />
⎤<br />
⎥<br />
⎦
4 CAPÍTULO 1. MATRIZES E SISTEMAS LINEARES<br />
I3 =<br />
⎡<br />
⎢<br />
⎣<br />
1 0 0<br />
0 0 0<br />
0 0 0<br />
⎤<br />
⎥<br />
⎦, I2 =<br />
<br />
1 0<br />
0 1<br />
Matriz triangular superior: é uma matriz quadrada onde todos os elementos abaixo da<br />
diagonal são nulos, isto é, m = n e aij = 0 para i > j.<br />
Exemplos:<br />
A3×3 =<br />
⎡<br />
⎢<br />
⎣<br />
2 −1 0<br />
0 −1 4<br />
0 0 3<br />
⎤<br />
⎥<br />
⎦ , B2×2 =<br />
<br />
a b<br />
0 c<br />
<br />
⎡<br />
<br />
⎢<br />
, C4×4 = ⎢<br />
⎣<br />
4 −3 5 0<br />
0 7 5 9<br />
0 0 2 8<br />
0 0 0 1<br />
Matriz triangular inferior: é aquela em que m = n e aij = 0 para i < j.<br />
Exemplos:<br />
⎡<br />
⎢<br />
A4×4 = ⎢<br />
⎣<br />
⎤<br />
2 0 0 0<br />
1 −1 0 0 ⎥<br />
1 2 2 0 ⎦<br />
1 0 5 4<br />
, B3×3<br />
⎡ ⎤<br />
5 0 0<br />
⎢ ⎥<br />
= ⎣ 7 0 0 ⎦<br />
2 1 3<br />
Matriz Simétrica: é aquela onde m = n e aij = aji.<br />
Exemplos:<br />
A3×3 =<br />
⎡<br />
⎢<br />
⎣<br />
4 3 −1<br />
3 2 0<br />
−1 0 5<br />
⎤<br />
⎥<br />
⎦ , B4×4 =<br />
⎡<br />
⎢<br />
⎣<br />
Igualdade de matrizes<br />
a b c d<br />
b c f g<br />
c f h i<br />
d g i k<br />
⎤<br />
⎥<br />
⎦<br />
⎤<br />
⎥<br />
⎦
1.1. MATRIZES 5<br />
Duas matrizes Am×n e Br×s são iguais, se elas possuem o mesmo número de linhas (m = r) e<br />
colunas (n = s), e todos os elementos correspondentes são iguais (aij = bij).<br />
Exemplos:<br />
Adição :<br />
A2×3 =<br />
<br />
3 2 1 log1<br />
2 2 2 5<br />
<br />
e B2×3 =<br />
<br />
9 sen90 o o<br />
2 4 5<br />
Operações com matrizes<br />
<br />
, então A = B.<br />
A soma de duas matrizes de mesma ordem Am×n e Bm×n, é uma matriz m×n, que denotaremos<br />
A + B, cujos elementos de A e B são somados.<br />
Exemplo:<br />
Sendo a matriz A3×3 =<br />
Resolução :<br />
Propriedades:<br />
A + B =<br />
⎡<br />
⎢<br />
⎣<br />
⎡<br />
⎢<br />
⎣<br />
27 12 70<br />
9 15 7<br />
14 18 63<br />
⎤<br />
⎥<br />
⎦ e B3×3 =<br />
27 + 10 12 + 18 70 + 15<br />
9 + 12 15 + 24 7 + 13<br />
14 + 14 18 + 35 63 + 1<br />
i) A + B = B + A (comutatividade);<br />
ii) A + (B + C) = (A + B) + C (associatividade);<br />
iii) A +0 = A, onde 0 é a matriz nula m × n.<br />
Multiplicação de um escalar por uma matriz<br />
⎡<br />
⎢<br />
⎣<br />
10 18 15<br />
12 24 13<br />
14 35 1<br />
⎤<br />
⎥<br />
⎦ =<br />
⎡<br />
⎢<br />
⎣<br />
⎤<br />
⎥<br />
⎦, encontre a matriz A + B:<br />
37 30 85<br />
21 39 20<br />
28 53 64<br />
⎤<br />
⎥<br />
⎦
6 CAPÍTULO 1. MATRIZES E SISTEMAS LINEARES<br />
Sendo Am×n uma matriz e α um escalar. Se multiplicarmos a matriz pelo escalar (α.Am×n),<br />
obteremos uma nova matriz m×n onde α multiplica aij, ∀ij.<br />
Exemplo:<br />
Sendo A3×3 =<br />
Resolução :<br />
⎡<br />
⎢<br />
⎣<br />
2 1 9<br />
5 0 5<br />
7 3 2<br />
α · A3×3 = 2 ·<br />
Propriedades:<br />
⎡<br />
⎢<br />
⎣<br />
⎤<br />
⎥<br />
⎦ e α = 2, obtenha α · A3×3:<br />
2 1 9<br />
5 0 5<br />
7 3 2<br />
⎤<br />
⎥<br />
⎦ =<br />
⎡<br />
⎢<br />
⎣<br />
2 · 2 2 · 1 9 · 2<br />
2 · 5 2 · 0 2 · 5<br />
2 · 7 2 · 3 2 · 2<br />
⎤<br />
⎥<br />
⎦ =<br />
⎡<br />
⎢<br />
⎣<br />
4 2 18<br />
10 0 10<br />
14 6 4<br />
i) α · (A + B) = α · A + α · B;<br />
ii) 0 · A = 0 (se multiplicarmos 0 por qualquer matriz obteremos uma matriz nula).<br />
Tranposição de uma matriz:<br />
A matriz transposta é obtida trocando-se ordenadamente as linhas pelas colunas.<br />
Exemplo:<br />
Sendo a matriz A3×3 =<br />
⎡<br />
⎢<br />
⎣<br />
2 1 9<br />
5 0 5<br />
7 3 2<br />
Resolução :<br />
Trocando-se as linhas pelas colunas teremos:<br />
⎤<br />
⎥<br />
⎦ obtenha a sua transposta.<br />
A t =<br />
⎡<br />
⎢<br />
⎣<br />
2 5 7<br />
1 0 3<br />
9 5 2<br />
⎤<br />
⎥<br />
⎦<br />
⎤<br />
⎥<br />
⎦
1.1. MATRIZES 7<br />
Propriedades:<br />
i) (A + B) t = A t + B t<br />
ii) (A t ) t = A<br />
iii) (α · A) t = α · A t<br />
iv) Uma matriz é simétrica se ela é igual a sua transposta (A = A t )<br />
Multiplicação de matrizes:<br />
A multiplicação de duas matrizes Am×n e Bl×p, só poderá ser realizado, se o número de colunas<br />
de Am×n for igual ao número de linhas de Bl×p. Ou seja, n = l. E o resultado de Am×n.Bl×p será<br />
uma matriz Cm×p.<br />
Observe o esquema:<br />
Am×n.Bl×p = Cm×p<br />
Os elementos Cm×p são obtidos multiplicando os elementos da i-ésima linha de primeira matriz,<br />
pelos elementos correspondentes da j-ésima coluna da segunda matriz, e somando estes produtos.<br />
Exemplo:<br />
Sendo as matrizes A3×2 =<br />
Resolução :<br />
Propriedades:<br />
⎡<br />
⎢<br />
⎣<br />
(A.B)3×2 =<br />
3 5<br />
2 3<br />
1 7<br />
⎡<br />
⎢<br />
⎣<br />
⎤<br />
⎥<br />
⎦ B2×2 =<br />
<br />
3 5<br />
5 9<br />
3.3 + 5.5 3.2 + 5.9<br />
2.3 + 3.5 2.2 + 3.9<br />
1.3 + 7.5 1.2 + 7.9<br />
⎤<br />
<br />
⎥<br />
⎦ =<br />
, obtenha uma terceira matriz (A.B)3×2:<br />
⎡<br />
⎢<br />
⎣<br />
34 51<br />
21 31<br />
38 65<br />
i) Se A2×2 e B2×2 =⇒ (A.B)2×2 e (B.A)2×2, mas elas possuem resultados diferentes.<br />
⎤<br />
⎥<br />
⎦
8 CAPÍTULO 1. MATRIZES E SISTEMAS LINEARES<br />
Exemplo:<br />
A2×2 =<br />
Resolução :<br />
<br />
1 −2<br />
3 6<br />
<br />
(A.B)2×2 =<br />
B2×2 =<br />
<br />
<br />
−11 3<br />
3 33<br />
−5 7<br />
3 2<br />
<br />
<br />
será (A.B)2×2 igual a (B.A)2×2?<br />
(B.A)2×2 =<br />
As duas são diferentes, ou seja, (A · B)2×2 = (B · A)2×2.<br />
ii) A3×3 · I3×3 = A3×3, onde I3×3 é uma matriz identidade.<br />
iii) A(B + C) = AB + AC (distributividade);<br />
iv) (A + B)C = AC + BC (distributividade);<br />
v) (AB)C = A(BC) (associatividade);<br />
vi) (AB) t = B t A t ;<br />
vii) 0 · A = 0 e A ·0 = 0, sendo 0 uma matriz nula.<br />
1.2 <strong>Sistemas</strong> de Equações <strong>Lineares</strong><br />
Definição de equação linear:<br />
<br />
16 52<br />
9 6<br />
Chama-se de equação linear de n incógnitas qualquer equação da forma:<br />
a1x1 + a2x2 + a3x3 + . . . + anxn = b<br />
- a1, a2, a3, . . .an; são números reais chamados de coeficientes da equação linear.<br />
- x1, x2, x3, . . .xn; são chamadas de incógnitas.<br />
- b; é uma constante ou termo independente.<br />
Definição de Sistema Linear:<br />
Chama-se de sistema linear o conjunto de m equações com n incógnitas, qualquer sistema da<br />
forma:
1.2. SISTEMAS DE EQUAÇÕES LINEARES 9<br />
⎧<br />
⎪⎨<br />
⎪⎩<br />
a11x1 + a12x2 + a13x3 + . . . + a1nxn = b1<br />
a21x1<br />
.<br />
+ a22x2<br />
.<br />
+ a23x3<br />
.<br />
+ . . . +<br />
. ..<br />
a2nxn<br />
.<br />
= b2<br />
.<br />
am1x1 + am2x2 + am3x3 + . . . + , amnxn = bm<br />
- Os coeficientes das equações tem a forma aij.<br />
- As incógnitas tem a forma xj.<br />
- Os termos independentes a forma bi,<br />
Tal que:<br />
1 ≤ i ≤ m e 1 ≤ j ≤ n<br />
Uma outra forma de se escrever um sistema linear é na forma matricial:<br />
⎛<br />
⎞<br />
a11 a12 a13 . . . a1n<br />
⎜<br />
⎟<br />
⎜ a21 a22 a23 . . . a2n ⎟<br />
⎜<br />
⎟<br />
⎜<br />
.<br />
⎝ . . . .. ⎟<br />
. ⎠ ·<br />
⎛ ⎞<br />
x1<br />
⎜ ⎟<br />
⎜ x2 ⎟<br />
⎜ ⎟<br />
⎜ ⎟<br />
⎝ . ⎠ =<br />
⎛ ⎞<br />
b1<br />
⎜ ⎟<br />
⎜ b2 ⎟<br />
⎜ ⎟<br />
⎜ ⎟<br />
⎝ . ⎠<br />
am1 am2 am3 . . . amn<br />
A forma matricial de um sistema pode ser representada por Am×n · Xm×1 = Bm×1 ( sendo m<br />
o número de equações e n o número de incógnitas ). em que:<br />
⎛<br />
⎜<br />
A = ⎜<br />
⎝<br />
⎛<br />
⎜<br />
X = ⎜<br />
⎝<br />
⎛<br />
⎜<br />
B = ⎜<br />
⎝<br />
a11 a12 a13 . . . a1n<br />
a21 a22 a23 . . . a2n<br />
.<br />
. . . .. .<br />
am1 am2 am3 . . . amn<br />
x1<br />
x2<br />
.<br />
xn<br />
b1<br />
b2<br />
.<br />
bn<br />
⎞<br />
⎞<br />
⎟ → é a matriz das incógnitas.<br />
⎠<br />
⎞<br />
xn<br />
bn<br />
⎟ → é a matriz dos coeficientes<br />
⎠<br />
⎟ → é a matriz dos termos independentes.<br />
⎠
10 CAPÍTULO 1. MATRIZES E SISTEMAS LINEARES<br />
Uma outra matriz associável a um sistema é a matriz ampliada, que pode ser representada<br />
por A|B.<br />
⎛<br />
⎜ a11<br />
⎜ a21<br />
A|B = ⎜ .<br />
⎝<br />
am1<br />
a12<br />
a22<br />
.<br />
am2<br />
a13<br />
a23<br />
.<br />
am3<br />
. . . a1n<br />
. . . a2n<br />
. .. .<br />
. . . amn<br />
⎞<br />
. b1 ⎟<br />
. ⎟<br />
b2 ⎟<br />
. . ⎟<br />
⎠<br />
. bm<br />
A matriz ampliada é constituída pelos elementos da matriz dos coeficientes e da matriz<br />
termos independendes.<br />
Exemplo: A matriz ampliada do sistema abaixo é:<br />
⎧<br />
⎪⎨<br />
⎪⎩<br />
3x + 7y = 10<br />
7x + 9y = 13<br />
4x + 11y = 8<br />
⎛<br />
⎞<br />
3 7 . 10<br />
⎜<br />
⎟<br />
⎜<br />
⎟<br />
A|B = ⎜<br />
⎝ 7 9 . 13 ⎟<br />
⎠<br />
4 11 . 8<br />
- A matriz ampliada será muito usada na resolução de sistemas lineares, que veremos a seguir:<br />
Resolução de sistemas de equações lineares:<br />
Uma solução de um sistema m×n são n números x1, x2, . . ., xn que satisfazem simultâneamente<br />
as m equações .<br />
Método de Solução dos <strong>Sistemas</strong> <strong>Lineares</strong>:<br />
Para resolver um sistema linear de duas equações e duas incógnitas o método da substituição<br />
é muito prático.<br />
Mas quando o sistema é formado por três ou mais equações , é conveniente procurar um método<br />
menos trabalhoso. Por esse motivo vamos utilizar o sistema em forma de escada, ou seja, o método<br />
de escalonamento.<br />
Utilizando o método de escalonamento o sistema terá que estar representado na forma de<br />
matriz ampliada. Será usado para a resolução as seguintes operações elementares:<br />
- Trocar a posição de duas linhas da matriz ampliada;<br />
- Multiplicar uma linha da matriz por um escalar diferente de zero;<br />
- Somar a uma linha outra linha multiplicada por um escalar;<br />
Exemplo:<br />
⎧<br />
⎪⎨<br />
⎪⎩<br />
2x + 8y + 6z = 20<br />
4x + 2y − 2z = −2<br />
3x − y + z = 11
1.2. SISTEMAS DE EQUAÇÕES LINEARES 11<br />
A sua matriz aumentada é:<br />
⎛<br />
⎞<br />
2 8 6 . 20<br />
⎜<br />
⎟<br />
⎜<br />
⎟<br />
A|B = ⎜<br />
⎝ 4 2 −2 . −2 ⎟<br />
⎠<br />
3 −1 1 . 11<br />
Depois de usadas as operações elementares citadas acima a forma escalonada do sistema será:<br />
⎛<br />
⎞<br />
1 4 3 . 10<br />
⎜<br />
⎟<br />
⎜<br />
⎟<br />
⎜<br />
⎝ 0 −1 −1 . 3 ⎟ → Forma escalonada<br />
⎠<br />
0 0 5 . 20<br />
A seguir será demonstrado dois métodos para escalonar um sistema usando operações elementares.<br />
Método de Gauss (eliminação ou zeração )<br />
Esse método consiste em transformar o sistema original que queremos resolver, em um sistema<br />
equivalente que possui a forma triangular.<br />
Obs:Dois sistemas m × n são ditos equivalentes se possuirem o mesmo conjunto solução .<br />
1 o Exemplo : Resolva o sistema abaixo pelo método de Gauus.<br />
<br />
10x + 2y = 40<br />
x + 9y = 48<br />
Resolução :<br />
Etapa 1: trocar a 2 a linha (L2), 1 a linha (L1);<br />
⎛<br />
⎞<br />
A|B = ⎝ 10 2 . 40 ⎠<br />
1 9 . 48<br />
⎛<br />
⎞<br />
A|B = ⎝ 1 9 . 48 ⎠<br />
10 2 . 40<br />
Etapa 2: eliminar o primeiro elemento da 2alinha, multiplicando a 1alinha por −10 e somando<br />
à 2alinha. ⎛<br />
⎞<br />
⎝<br />
1 9 . 48<br />
⎠<br />
0 −88 . −440<br />
→ Forma escalonada<br />
A matriz está na forma triangular superior.<br />
O sistema resultante é o seguinte:<br />
<br />
x + 9y = 48<br />
0x − 88y = −440
12 CAPÍTULO 1. MATRIZES E SISTEMAS LINEARES<br />
Resolvendo o sistema equivalente pelo método da substituição temos a siguinte solução :<br />
X =<br />
<br />
3<br />
5<br />
<br />
ou x =<br />
2 o Exemplo: Determine o conjunto solução do seguinte sistema:<br />
Resolução :<br />
⎧<br />
⎪⎨<br />
⎪⎩<br />
x + y + 2z = 8<br />
−x − 2y + 3z = 1<br />
3x − 7y + 4z = 10<br />
Etapa 1: Eliminar o elemento a21.<br />
Etapa 2: Eliminar o elememto a31.<br />
Etapa 3: Eliminar o elememto a32.<br />
<br />
3<br />
5<br />
<br />
⎛<br />
⎞<br />
1 1 2 . 8<br />
⎜<br />
⎟<br />
⎜<br />
⎟<br />
A|B = ⎜<br />
⎝ −1 −2 3 . 1 ⎟<br />
⎠<br />
3 −7 4 . 10<br />
L (1)<br />
2 = L (0)<br />
1 + L (0)<br />
⎛<br />
⎞<br />
1 1 2 . 8<br />
⎜<br />
⎟<br />
⎜<br />
⎟<br />
2 ⎜<br />
⎝ 0 −1 5 . 9 ⎟<br />
⎠<br />
3 −7 4 . 10<br />
L (1)<br />
3 = (−3)L (0)<br />
1 + L (0)<br />
⎛<br />
⎞<br />
1 1 2 . 8<br />
⎜<br />
⎟<br />
⎜<br />
⎟<br />
3 ⎜<br />
⎝ 0 −1 5 . 9 ⎟<br />
⎠<br />
0 −10 −2 . −14<br />
L (2)<br />
3 = (−10)L (1)<br />
2 + L (1)<br />
⎛<br />
⎞<br />
1 1 2 . 8<br />
⎜<br />
⎟<br />
⎜<br />
⎟<br />
3 ⎜<br />
⎝ 0 −1 5 . 9 ⎟<br />
⎠<br />
0 0 −52 . −104<br />
A matriz está na forma triangular superior.
1.2. SISTEMAS DE EQUAÇÕES LINEARES 13<br />
O sistema resultante é o seguinte:<br />
⎧<br />
⎪⎨<br />
⎪⎩<br />
x + y + 2z = 8<br />
− y + 5z = 9<br />
− 52z = −104<br />
Resolvendo por substituição a solução será:<br />
⎛ ⎞ ⎛ ⎞<br />
3 3<br />
⎜ ⎟ ⎜ ⎟<br />
X = ⎝ 1 ⎠ ou x = ⎝ 1 ⎠<br />
2 2<br />
Método de Gauus-Jordan<br />
Consiste em operar transformações elementares sobre as equações de um dado sistema linear<br />
até que se obtenha um sistema diagonal equivalente.<br />
Exemplo 1: Resolva o sistema abaixo usando o método de Gauus-Jordan.<br />
⎛<br />
⎞<br />
⎧<br />
⎪⎨ x + y + 2z = 4 1 1 2 . 4<br />
⎜<br />
⎟<br />
⎜<br />
⎟<br />
2x − y − z = 0 A|B = ⎜<br />
⎪⎩<br />
⎝ 2 −1 −1 . 0 ⎟<br />
⎠<br />
x − y − z = −1<br />
1 −1 −1 . −1<br />
Resolução :<br />
Etapa 1: Eliminar x1 das equações i = 2 e i = 3<br />
L (1)<br />
2 = (−2)L (0)<br />
1 + L (0)<br />
⎛<br />
⎞<br />
1 1 2 . 4<br />
⎜<br />
⎟<br />
⎜<br />
⎟<br />
2 ⎜<br />
⎝ 0 −3 −5 . −8 ⎟<br />
⎠<br />
1 −1 −1 . −1<br />
L (1)<br />
3 = (−1)L (0)<br />
1 + L (0)<br />
⎛<br />
⎞<br />
1 1 2 . 4<br />
⎜<br />
⎟<br />
⎜<br />
⎟<br />
3 ⎜<br />
⎝ 0 −3 −5 . −8 ⎟<br />
⎠<br />
0 −2 −3 . −5<br />
Etapa 2: Eliminar x2 da equação i = 3<br />
L (2)<br />
3 = (−2).L (1)<br />
2 + 3.L (1)<br />
3<br />
⎛<br />
⎞<br />
1 1 2 . 4<br />
⎜<br />
⎟<br />
⎜<br />
⎟<br />
⎜<br />
⎝ 0 −3 −5 . −8 ⎟<br />
⎠<br />
0 0 1 . 1
14 CAPÍTULO 1. MATRIZES E SISTEMAS LINEARES<br />
Etapa 3: Eliminar x3 da equação i = 2;<br />
L (2)<br />
2 = 5.L (1)<br />
3 + L (1)<br />
⎛<br />
⎞<br />
1 1 2 . 4<br />
⎜<br />
⎟<br />
⎜<br />
⎟<br />
2 ⎜<br />
⎝ 0 −3 0 . −3 ⎟<br />
⎠<br />
0 0 1 . 1<br />
Etapa 4: Multiplicar a 2 a equação por − 1<br />
3 ;<br />
Etapa 5: Eliminar x3 da equação i = 1 ;<br />
Etapa 6: Eliminar x2 da equação i = 1 ;<br />
L (3)<br />
2 = − 1<br />
3 .L(2)<br />
⎛<br />
⎞<br />
1 1 2 . 4<br />
⎜<br />
⎟<br />
⎜<br />
⎟<br />
2 ; ⎜<br />
⎝ 0 1 0 . 1 ⎟<br />
⎠<br />
0 0 1 . 1<br />
L (1)<br />
1 = (−2).L (1)<br />
3 + L 0 1 ;<br />
⎛<br />
⎞<br />
1 1 0 . 2<br />
⎜<br />
⎟<br />
⎜<br />
⎟<br />
⎜<br />
⎝ 0 1 0 . 1 ⎟<br />
⎠<br />
0 0 1 . 1<br />
L (2)<br />
1 = (−1).L (1)<br />
2 + L 1 1 ;<br />
⎛<br />
⎞<br />
1 0 0 . 1<br />
⎜<br />
⎟<br />
⎜<br />
⎟<br />
⎜<br />
⎝ 0 1 0 . 1 ⎟<br />
⎠<br />
0 0 1 . 1<br />
O sistema resultante desse processo é o sistema diagonal;<br />
⎧<br />
⎪⎨<br />
⎪⎩<br />
x + 0y + 0z = 1<br />
0x + y + 0z = 1<br />
0x + 0y + z = 1<br />
Resolvendo por substituição a solução será:<br />
⎛ ⎞ ⎛ ⎞<br />
1 1<br />
⎜ ⎟ ⎜ ⎟<br />
X = ⎝ 1 ⎠ ou x = ⎝ 1 ⎠<br />
1 1<br />
Classificação dos <strong>Sistemas</strong> <strong>Lineares</strong> quanto ao número de solução<br />
A solução solução de sistemas lineares pode ser:
1.2. SISTEMAS DE EQUAÇÕES LINEARES 15<br />
Possível: Quando admite solução<br />
<strong>Sistemas</strong> Linares<br />
↓ ↓<br />
Determinado: Quando admite solução única<br />
Impossível: Quando não<br />
admite solução<br />
Indeterminado: Quando admite infinitas<br />
soluções<br />
Por exemplo; em um sistema linear de ordem 2 (possui duas incógnitas) cada equação representa<br />
uma reta.<br />
Resolver o sistema significa determinar a intersecção das duas retas, veja.<br />
O sistema <br />
a11x1 + a12x2 = b1<br />
a21x1 + a22x2 = b2<br />
Considerando que a12 = 0 e a22 = 0, pode ser escrito na linguagem mais conhecida;<br />
<br />
ax − y = −b y = ax + b<br />
cx − y = −d y = cx + d<br />
Como estamos trabalhando com sistemas, essas duas retas devem ser representadas em um<br />
mesmo sistema de eixos o que nos dá três possibilidades.<br />
LOCAL PARA FAZER AS RETAS<br />
Exemplos de soluções de sistemas lineares:<br />
1 o - Sistema possível e determinado (SPD):
16 CAPÍTULO 1. MATRIZES E SISTEMAS LINEARES<br />
⎛<br />
⎞<br />
⎧<br />
⎪⎨ x + y + 2z = −1 1 1 2 . −1<br />
⎜<br />
⎟<br />
⎜<br />
⎟<br />
4x + y + 4z = −2 A|B = ⎜<br />
⎪⎩<br />
⎝ 4 1 4 . −2 ⎟<br />
⎠<br />
2x − y + 2z = −4<br />
2 −1 2 . −4<br />
⎛<br />
⎞<br />
1 1 2 . −1<br />
⎜<br />
⎟<br />
⎜<br />
⎟<br />
Depois de escalonado → A|B = ⎜<br />
⎝ 0 −3 −4 . 2 ⎟<br />
⎠<br />
0 0 2 . −4<br />
O sistema triangular equivalente será:<br />
⎧<br />
⎪⎨<br />
⎪⎩<br />
x + y + 2z = −1<br />
0x − 3y + 4z = 2<br />
0x + 0y + 2z = −4<br />
O sistema terá solução única, portanto ele é um sistema SPD, e a sua solução será:<br />
⎛<br />
⎜<br />
X = ⎝<br />
1<br />
2<br />
⎞ ⎛<br />
⎟ ⎜<br />
⎠ ou x = ⎝<br />
1<br />
2<br />
⎞<br />
⎟<br />
⎠<br />
−2<br />
−2<br />
2 o : Sistema possível e indeterminado (SPI):<br />
⎧<br />
⎪⎨ x −<br />
2x −<br />
⎪⎩<br />
3x −<br />
2y + z = 1<br />
5y + z = −2<br />
7y + 2z = −1<br />
⎛<br />
⎞<br />
1 −2 1 . 1<br />
⎜<br />
⎟<br />
⎜<br />
⎟<br />
A|B = ⎜<br />
⎝ 2 −5 1 . −2 ⎟<br />
⎠<br />
3 −7 2 . −1<br />
⎛<br />
⎞<br />
1 −2 1 . 1<br />
⎜<br />
⎟<br />
⎜<br />
⎟<br />
Depois de escalonado → A|B = ⎜<br />
⎝ 0 −1 −1 . −4 ⎟<br />
⎠<br />
0 0 0 . 0<br />
O sistema triangular equivalente será:<br />
⎧<br />
⎪⎨<br />
⎪⎩<br />
x − 2y + z = 1<br />
0x − y − z = −4<br />
0x + 0y + 0z = 0<br />
O sistema terá infinitas soluções , portanto ele é um sistema SPI, e a sua solução será:<br />
⎛<br />
9 −<br />
⎜<br />
X = ⎝ 4 −<br />
⎞ ⎛<br />
3α 9 −<br />
⎟ ⎜<br />
α ⎠ ou x = ⎝ 4 −<br />
⎞<br />
3α <br />
⎟<br />
α ⎠ onde α ∈ IR<br />
α<br />
α
1.2. SISTEMAS DE EQUAÇÕES LINEARES 17<br />
3 o - Sistema impossível (SI):<br />
⎧<br />
⎪⎨ x + 2y − 3z = 4<br />
3x − 1y + 5z = 2<br />
⎪⎩<br />
4x + y + 2z = −2<br />
⎛<br />
1 2<br />
⎜<br />
A|B = ⎜<br />
⎝ 3 −1<br />
4 1<br />
⎞<br />
−3 . 4<br />
⎟<br />
5 . 2 ⎟<br />
⎠<br />
2 . −2<br />
⎛<br />
⎞<br />
1 2 −3 . 4<br />
⎜<br />
⎟<br />
⎜<br />
⎟<br />
Depois de escalonado → A|B = ⎜<br />
⎝ 0 −7 14 . −10 ⎟<br />
⎠<br />
0 0 0 . −8<br />
O sistema triangular equivalente será:<br />
⎧<br />
⎪⎨<br />
⎪⎩<br />
x + 2y − z = 4<br />
0x − 7y + 14z = −10<br />
0x + 0y + 0z = −8<br />
O sistema não terá solução , portanto ele é um sistema SI.<br />
O Posto de uma matriz<br />
O Posto de uma matriz Am×n é o número de linhas não nulas após o escalonamento. É denotado<br />
por ’p’.<br />
Exemplo:<br />
<br />
<br />
x + y − z = 5 1 1 1<br />
A =<br />
2x + 2y + 2z = 9 2 2 2<br />
<br />
1 1 1<br />
Depois de escalonado →<br />
0 0 0<br />
Ou seja, o posto da matriz A é igual a 1.<br />
O Posto de uma matriz ampliada é denotado por ’˜p’ e possui a mesma definição do posto de<br />
uma matriz Am×n.<br />
Exemplo:<br />
<br />
⎛<br />
⎞<br />
x + y − z = 5<br />
A|B = ⎝<br />
1 1 1 . 5<br />
⎠<br />
2x + 2y + 2z = 10<br />
2 2 2 . 10<br />
⎛<br />
⎞<br />
Depois de escalonado → ⎝ 1 1 1 . 5 ⎠<br />
0 0 0 . 0
18 CAPÍTULO 1. MATRIZES E SISTEMAS LINEARES<br />
Ou seja, o posto da matriz A|B é igual a 1.<br />
Observação : Para classificar um sistema basta observar se:<br />
- p < ˜p → o sistema não possui solução .<br />
- p = ˜p → o sistema tem solução .<br />
Sendo p = ˜p pode ocorrer duas possibilidades;<br />
p < n(números incógnitas)→ o sistema possui infinitas soluções .<br />
p = n → o sistema tem solução única.<br />
<strong>Sistemas</strong> Homogênios<br />
(n − p = números de graus de liberdade.)<br />
Sistema Linear homogênico, é aquele que os termos independentes das equações são todos<br />
iguais a zero.<br />
⎧<br />
a11x1 + a12x2 + a13x3 + . . . + a1nxn = 0<br />
⎪⎨ a21x1 + a22x2 + a23x3 + . . . + a2nxn = 0<br />
.<br />
. . . .. . .<br />
⎪⎩<br />
am1x1 + am2x2 + am3x3 + . . . + amnxn = 0<br />
Esse sistema pode ser escrito como Ax = 0<br />
Todo sistema homogêneo tem solução , e essa pode ser trivial ou nãotrivial.<br />
Sistema Homogêneo: sempre tem solução<br />
↓ ↓<br />
Determinado: admite somente solução trivial Indeterminado: admite solução não trivial<br />
Para resolver um sistema homogêneo, basta usar a matriz A no processo de escalonamento,<br />
visto que a matriz dos termos independentes é nula.<br />
Observação :<br />
- Todo sistema homogêneo com menos equações que incógnitas (m < n) possui infinitas<br />
soluções .
1.2. SISTEMAS DE EQUAÇÕES LINEARES 19<br />
- Todo sistema homogêneo com menos incógnitas que equações (n < m) pode possuir solução<br />
única ou infinitas soluções .<br />
Exemplo:(m < n)<br />
<br />
4x + 2y − z = 0<br />
2x − y + z = 0<br />
A =<br />
<br />
4 2 1<br />
2 −1 1<br />
⎛<br />
⎞<br />
⎛<br />
A|B = ⎝ 4 2 1 . 0 ⎠ Depois escalonando → ⎝ 4 2 1 . 0<br />
2 −1 1 . 0<br />
0 −2 1<br />
⎞<br />
⎠<br />
. 0 2<br />
A solução do sistema será a seguimte:<br />
X =<br />
⎛<br />
⎜<br />
⎝<br />
− 1<br />
3 α<br />
α<br />
4α<br />
Exemplo:(n < m) com solução única.<br />
⎧<br />
⎪⎨<br />
⎪⎩<br />
⎛ ⎞<br />
1 1 . 0<br />
⎜ ⎟<br />
⎜ ⎟<br />
A|B = ⎜<br />
⎝ 2 1 . 0 ⎟<br />
⎠<br />
3 1 . 0<br />
⎞<br />
⎟<br />
⎠ ou x =<br />
x + y = 0<br />
2x + y = 0<br />
3x + y = 0<br />
A solução do sistema será a seguinte:<br />
X =<br />
Exemplo:(n < m) com infinitas soluções .<br />
⎧<br />
⎪⎨<br />
⎪⎩<br />
<br />
⎛ ⎞<br />
1 1 . 0<br />
⎜ ⎟<br />
⎜ ⎟<br />
A|B = ⎜<br />
⎝ 2 2 . 0 ⎟<br />
⎠<br />
3 3 . 0<br />
⎛<br />
⎜<br />
⎝<br />
− 1<br />
3 α<br />
α<br />
4α<br />
A =<br />
⎛<br />
⎜<br />
⎝<br />
⎞<br />
<br />
⎟<br />
⎠ ∀α ∈ IR.<br />
1 1<br />
2 1<br />
3 1<br />
⎞<br />
⎟<br />
⎠<br />
⎛<br />
⎞<br />
1 1 . 0<br />
⎜<br />
⎟<br />
⎜<br />
⎟<br />
Depois escalonando → ⎜<br />
⎝ 0 −1 . 0 ⎟<br />
⎠<br />
0 0 . 0<br />
0<br />
0<br />
<br />
x + y = 0<br />
2x + 2y = 0<br />
3x + 3y = 0<br />
ou x =<br />
<br />
A =<br />
0<br />
0<br />
⎛<br />
⎜<br />
⎝<br />
<br />
1 1<br />
2 2<br />
3 3<br />
⎞<br />
⎟<br />
⎠<br />
⎛ ⎞<br />
1 1 . 0<br />
⎜ ⎟<br />
⎜ ⎟<br />
Depois escalonando → ⎜<br />
⎝ 0 0 . 0 ⎟<br />
⎠<br />
0 0 . 0
20 CAPÍTULO 1. MATRIZES E SISTEMAS LINEARES<br />
A solução do sistema será a seguinte:<br />
Proposição :<br />
Seja A = (aij)m×n:<br />
X =<br />
<br />
α<br />
−α<br />
<br />
ou x =<br />
<br />
α<br />
−α<br />
<br />
∀α ∈ IR.<br />
a) Se X e Y são soluções do sistema homogêneo, AX = 0, então AX = O e AY = O. Portanto<br />
X + Y também é solução pois;<br />
A(X + Y ) = 0 ⇐⇒ AX + AY = 0<br />
AX + AY = 0 ⇐⇒ 0 +0<br />
b) Se x é solução do sistema homogêneo, AX = 0, então αX também é solução , pois;<br />
1.3 APÊNDICE A<br />
A(αX) = αAX ⇐⇒ α0 = 0<br />
<strong>Sistemas</strong> <strong>Lineares</strong>: Método de Gauss-Jordan<br />
Consiste em operar transformações elementares sobre as equações de um dado sistema linear<br />
até que se obtenha um sistema diagonal equivalente. Para operar essas transformações , vamos<br />
considerar:<br />
• um k = 0, 1, 2, 3, ..., n − 1, onde ′ k ′ representa cada etapa do processo de eliminação da<br />
variável xk das equações i = k;<br />
• a notação a (k)<br />
ij para denotar o coeficiente da linha ′ i ′ e da coluna ′ j ′ da k-ésima etapa, bem<br />
como b (k)<br />
i será o i-ésimo elemento da matriz dos termos independentes no final da etapa k;<br />
• aij = 0;<br />
• An×n;<br />
E fazer uso do seguinte esquema:<br />
Etapa ′ k ′ : Eliminar xk das equações i = ..., k − 1, k + 1, ..., n:
1.3. APÊNDICE A 21<br />
• pivô: a (k−1)<br />
kk<br />
• multiplicadores: mik = a(k−1)<br />
ik<br />
a (k−1)<br />
ik<br />
• linhas da matriz resultante da Etapa ′ k ′ :<br />
L (k)<br />
Linhas:<br />
i = L (k−1)<br />
i<br />
, para i = k<br />
L (k)<br />
i ←− L (k−1)<br />
i − mik.Lk, para i = k<br />
• matriz resultante da Etapa’k’: A (k) |B (k) ⎢<br />
= ⎢<br />
⎣<br />
Exemplo:<br />
⎡<br />
a (k)<br />
11 a ((k)<br />
12 · · · a (k)<br />
1n<br />
a (k)<br />
21 a (k)<br />
.<br />
22 · · · a (k)<br />
2n<br />
.<br />
. .. .<br />
a (k)<br />
m1 a (k)<br />
m2 · · · a (k)<br />
mn<br />
. b (k)<br />
1<br />
. b (k)<br />
2<br />
.<br />
.<br />
. b (k)<br />
m<br />
Resolva o seguinte sistema pelo método de Gauss-Jordan.<br />
⎧<br />
⎪⎨ x1<br />
2x1 ⎪⎩<br />
x1<br />
+ x2<br />
− x2<br />
− x2<br />
+ 2x3<br />
− x3<br />
− x3<br />
= 4<br />
= 0<br />
= −1<br />
=⇒ A (0) |B (0) ⎡<br />
⎤<br />
1 1 2 . 4<br />
⎢<br />
⎥<br />
⎢<br />
⎥<br />
= ⎢<br />
⎣ 2 −1 −1 . 0 ⎥<br />
⎦<br />
1 −1 −1 . −1<br />
Etapa 1: Eliminar x1 das equações i = 2, 3;<br />
• pivô: a (0)<br />
11 = 1;<br />
• multiplicadores: m21 = a(0)<br />
21<br />
a (0)<br />
11<br />
• Li:<br />
L (1)<br />
1 = L (0)<br />
1<br />
L (1)<br />
2 ←− L (0)<br />
2 − m21 · L (1)<br />
1<br />
L (1)<br />
3 ←− L (0)<br />
3 − m31 · L (1)<br />
1<br />
• a matriz resultante desta etapa é:<br />
= 2, m31 = a(0)<br />
31<br />
a (0)<br />
11<br />
= 1<br />
⎤<br />
⎥<br />
⎦
22 CAPÍTULO 1. MATRIZES E SISTEMAS LINEARES<br />
A (1) |B (1) ⎡<br />
⎤<br />
1 1 2 . 4<br />
⎢<br />
⎥<br />
⎢<br />
⎥<br />
= ⎢<br />
⎣ 0 −3 −5 . −8 ⎥<br />
⎦<br />
0 −2 −3 . −5<br />
Etapa 2: Eliminar x2 das equações i = 1, 3;<br />
• pivô: a (1)<br />
22 = −3;<br />
• multiplicadores: m12 = a(1)<br />
12<br />
a (1)<br />
22<br />
• Li:<br />
L (2)<br />
2 = L (1)<br />
2<br />
L (2)<br />
1 ←− L (1)<br />
1 − m12.L (2)<br />
2<br />
L (2)<br />
3 ←− L (1)<br />
3 − m32.L (2)<br />
2<br />
• A matriz resultante desta etapa é:<br />
= −1<br />
3 , m32 = a(1)<br />
32<br />
⎡<br />
a (1)<br />
22<br />
= 2<br />
3<br />
1 0 1<br />
3<br />
0 0 1<br />
3<br />
. 4<br />
3<br />
A (2) |B (2) ⎢<br />
⎥<br />
⎢<br />
⎥<br />
= ⎢<br />
⎣ 0 −3 −5 . −8 ⎥<br />
⎦<br />
Etapa 3: Eliminar x3 das equações i = 1, 2;<br />
• pivô: a (2)<br />
33 = 1<br />
3 ;<br />
• multiplicadores: mik = a(k−1)<br />
ik<br />
a (k−1)<br />
kk<br />
• Li:<br />
L (3)<br />
3 = L (2)<br />
3<br />
L (3)<br />
1 ←− L (2)<br />
1 − m13 · L (2)<br />
3<br />
L (3)<br />
2 ←− L (2)<br />
2 − m23 · L (2)<br />
3<br />
⎧<br />
⎪⎨<br />
=<br />
⎪⎩<br />
• A matriz resultante desta etapa é:<br />
m13 = a(2)<br />
13<br />
a (2)<br />
33<br />
m23 = a(2)<br />
23<br />
a (2)<br />
33<br />
. 1<br />
3<br />
= 1<br />
= −15<br />
⎤
1.3. APÊNDICE A 23<br />
A (2) |B (2) ⎡<br />
⎤<br />
1 0 0 . 1<br />
⎢<br />
⎥<br />
⎢<br />
⎥<br />
= ⎢<br />
⎣ 0 −3 0 . −3 ⎥<br />
⎦<br />
0 0 1<br />
3<br />
. 1<br />
3<br />
O sistema resultante desse processo é o sistema diagonal A (3) · x = b (3) :<br />
⎧<br />
⎪⎨<br />
⎪⎩<br />
A solução do sistema é: x =<br />
x1 + 0x2 + 0x3 = 1<br />
0x1 − 3x2 + 0x3 = −3<br />
0x1 + 0x2 + 1<br />
3x3 1 = 3<br />
⎡<br />
⎢<br />
⎣<br />
1<br />
1<br />
1<br />
⎤<br />
⎥<br />
⎦
24 CAPÍTULO 1. MATRIZES E SISTEMAS LINEARES
Capítulo 2<br />
Matriz Inversa e Determinantes<br />
2.1 Matriz Inversa<br />
2.1.1 Definição de matriz invertível ou não singular<br />
Seja An×n,tal matriz é dita invertível se existir uma outra matriz B, que satisfaz.<br />
(1) An×n · Bn×n = In×n<br />
ou<br />
(2) Bn×n · An×n = In×n<br />
Caso exista um matriz um matriz B que satisfaz (1) e (2) esta matriz será única. Iremos<br />
denotá-la por:<br />
A −1 · A = I<br />
Se A não tem inversa, dizemos que A é singular ou não invertível.<br />
25
26 CAPÍTULO 2. MATRIZ INVERSA E DETERMINANTES<br />
Exemplo:<br />
Seja:<br />
A =<br />
A · B =<br />
B · A =<br />
⎡<br />
⎢<br />
⎣<br />
⎡<br />
⎢<br />
⎣<br />
⎡<br />
⎢<br />
⎣<br />
1 2 3<br />
1 1 2<br />
0 1 2<br />
1 2 3<br />
1 1 2<br />
0 1 2<br />
⎤<br />
⎤<br />
⎥<br />
⎦ ·<br />
⎥<br />
⎦ e B =<br />
⎡<br />
⎢<br />
⎣<br />
0 1 −1<br />
2 −2 −1<br />
−1 1 1<br />
2.1.2 Propriedades da inversa<br />
⎡<br />
⎢<br />
⎣<br />
0 1 −1<br />
2 −2 −1<br />
−1 1 1<br />
⎤<br />
⎥<br />
⎦ ·<br />
⎡<br />
⎢<br />
⎣<br />
0 1 −1<br />
2 −2 −1<br />
−1 1 1<br />
1 2 3<br />
1 1 2<br />
0 1 2<br />
⎤<br />
⎥<br />
⎦ =<br />
⎤<br />
⎥<br />
⎦ =<br />
⎡<br />
⎢<br />
⎣<br />
⎡<br />
⎢<br />
⎣<br />
⎤<br />
⎥<br />
⎦<br />
1 0 0<br />
0 1 0<br />
0 0 1<br />
1 0 0<br />
0 1 0<br />
0 0 1<br />
i) Se An×n tem inversa (A −1 ) e Bn×n tem inversa (B −1 ), então A · B tem inversa, e vale<br />
(A · B) −1 = B −1 · A −1 .<br />
Prova:<br />
(A · B) · (B −1 · A −1 ) = I<br />
A · B · B −1 · A −1 = I<br />
A · I · A −1 = I<br />
A · A −1 = I<br />
Exemplo:<br />
⎤<br />
⎥<br />
⎦<br />
⎤<br />
⎥<br />
⎦
2.1. MATRIZ INVERSA 27<br />
Considere as matrizes A−1 <br />
3 2<br />
=<br />
1 3<br />
e B−1 (A · B)<br />
<br />
2 5<br />
= . A partir delas calcule:<br />
3 −2<br />
−1<br />
Solução :<br />
(A · B) −1 = B −1 · A −1 =<br />
<br />
2 5<br />
3 −2<br />
<br />
·<br />
<br />
3 2<br />
1 3<br />
ii) Se A é invertível, então A −1 também é. Além disso vale:<br />
(A −1 ) −1 = A<br />
<br />
=<br />
<br />
11 19<br />
7 0<br />
iii) Se A = (aij)n×n é invertível, antão A t também é. Além disso vale:<br />
(A t ) −1 = (A −1 ) t<br />
iv) Se A tem inversa e é simétrica, então A −1 também será simétrica.<br />
A −1 = (A −1 ) t<br />
2.1.3 O uso do método de Gauss-Jordan para a inversão de matrizes<br />
Se uma matriz A pode ser reduzida à identidade, por uma sequência de operações elementares<br />
nas linhas, então A é invertível, e a matriz inversa de A é obtida a partir da matriz identidade,<br />
aplicando-se a mesmas operações nas linhas. Aplicando esses processos simultâneamente temos:
28 CAPÍTULO 2. MATRIZ INVERSA E DETERMINANTES<br />
Exemplo:<br />
Seja A =<br />
Solução :<br />
⎡<br />
⎢<br />
⎣<br />
<br />
An×n<br />
1 2 3<br />
1 1 2<br />
0 1 2<br />
. In×n<br />
⎤<br />
<br />
→ Gauss − Jordan → <br />
⎥<br />
⎦ ,encontre A −1 caso exista.<br />
In×n<br />
. A −1<br />
A −1 ⎡<br />
⎤<br />
1 2 3 . 1 0 0<br />
⎢<br />
⎥<br />
⎢<br />
⎥<br />
= ⎢<br />
⎣ 1 1 2 . 0 1 0 ⎥<br />
⎦<br />
0 1 2 . 0 0 1<br />
L (1)<br />
2 = (−1)L (0)<br />
1 + L (0)<br />
⎡<br />
⎤<br />
1 2 3 . 1 0 0<br />
⎢<br />
⎥<br />
⎢<br />
⎥<br />
2 → ⎢<br />
⎣ 0 −1 −1 . −1 1 0 ⎥<br />
⎦<br />
0 1 2 . 0 0 1<br />
→ L (1)<br />
3 = L (1)<br />
2 + L (0)<br />
⎡<br />
⎤<br />
1 2 3 . 1 0 0<br />
⎢<br />
⎥<br />
⎢<br />
⎥<br />
3 = ⎢<br />
⎣ 0 −1 −1 . −1 1 0 ⎥<br />
⎦<br />
0 0 1 . −1 1 1<br />
p = 3 e n = 3 ⇐⇒ p = n.<br />
Então a inversa existe. Assim podemos prosseguir...<br />
⎡<br />
⎤<br />
1 2 3 . 1 0 0<br />
⎢<br />
⎥<br />
⎢<br />
⎥<br />
⎢<br />
⎣ 0 −1 −1 . −1 1 0 ⎥ → L(1)<br />
⎦ 1 = (−3)L<br />
0 0 1 . −1 1 1<br />
(1)<br />
3 + L (0)<br />
1 e L (2)<br />
2 = L (1)<br />
2 + L (1)<br />
3 →<br />
⎡<br />
⎤<br />
1 2 0 . 4 −3 −3<br />
⎢<br />
⎥<br />
⎢<br />
⎥<br />
⎢<br />
⎣ 0 −1 0 . −2 2 1 ⎥ → L(2)<br />
⎦ 1 = 2L<br />
0 0 1 . −1 1 1<br />
(2)<br />
2 + L (1)<br />
1 e L (3)<br />
2 = (−1)L (2)<br />
2 →
2.1. MATRIZ INVERSA 29<br />
⎡<br />
⎤<br />
1 0 0 . 0 1 −1<br />
⎢<br />
⎥<br />
⎢<br />
⎥<br />
⎢<br />
⎣ 0 1 0 . 2 −2 −1 ⎥<br />
⎦<br />
0 0 1 . −1 1 1<br />
→ A−1 ⎡<br />
⎤<br />
0 1 −1<br />
⎢<br />
⎥<br />
= ⎣ 2 −2 −1 ⎦<br />
−1 1 1<br />
2.1.4 Aplicação a criptografia<br />
Uma maneira de criptografar um mensagem é através de multiplicação de matrizes.<br />
Em que:<br />
M é a matriz codificadora<br />
X é a mensgem que se deseja transmitir<br />
Y é a matriz codificada<br />
MX = Y<br />
Através da tabela de conversão de caracteres em números, pode-se codificar uma mensagem.
30 CAPÍTULO 2. MATRIZ INVERSA E DETERMINANTES<br />
a b c d e f g h i j k l m n<br />
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14<br />
o p q r s t u v w x y z à a´ â<br />
15 16 17 18 19 20 21 22 23 24 25 26 27 28 29<br />
ã ç é ê í ó ô õ ú ü A B C D E<br />
30 31 32 33 34 35 36 37 38 39 40 41 42 43 44<br />
F G H I J K L M N O P Q R S T<br />
45 46 47 48 49 50 51 52 53 54 55 56 57 58 59<br />
U V W X Y Z Á A´ Â Ã Ç É Ê Í Ó<br />
60 61 62 63 64 65 66 67 68 69 70 71 72 73 74<br />
Ô Õ Ú Ü 0 1 2 3 4 5 6 7 8 9 :<br />
75 76 77 78 79 80 81 82 83 84 85 86 87 88 89<br />
; ¡ = ¿ ? @ ! ” # $ % & ’ ( )<br />
90 91 92 93 94 95 96 97 98 99 100 101 102 103 104<br />
* + , - . / [ \ ] { | }<br />
105 106 107 108 109 110 111 112 113 114 115 116 117<br />
Exemplo:<br />
Considere a seguinte mensagem codificada:<br />
]Fofrov&!<br />
Sabendo que MX = Y é a matriz codificada e M3×3 =<br />
descodifique a mensagem Y .<br />
Resolução :<br />
⎡<br />
⎢<br />
⎣<br />
1 2 0<br />
0 1 1<br />
0 0 1<br />
Sabe-se que X é a matriz da mensagem que se deseja transmitir. Então temos que:<br />
⎤<br />
⎥<br />
⎦,
2.1. MATRIZ INVERSA 31<br />
1 o Passo: Obter a matriz inversa M −1 .<br />
MX = Y =⇒ X = M −1 Y<br />
Sabemos pela definição de matriz inversa que M · M −1 = I3. Usaremos neste caso o Método<br />
de Gauss-Jordan.<br />
⎡<br />
⎤<br />
1 2 0 . 1 0 0<br />
⎢<br />
⎥<br />
⎢<br />
⎥<br />
⎢<br />
⎣ 0 1 1 . 0 1 0 ⎥<br />
⎦<br />
0 0 1 . 0 0 1<br />
Então M −1 =<br />
⎡<br />
⎢<br />
⎣<br />
1 −2 2<br />
0 1 −1<br />
0 0 1<br />
2 o Passo: Obter a matriz Y<br />
=⇒ após o escalonamento =⇒<br />
⎤<br />
⎥<br />
⎦<br />
⎡<br />
⎤<br />
1 0 0 . 1 −2 2<br />
⎢<br />
⎥<br />
⎢<br />
⎥<br />
⎢<br />
⎣ 0 1 0 . 0 1 −1 ⎥<br />
⎦<br />
0 0 1 . 0 0 1<br />
Sabemos que Y é a matriz codificada. Para obtê-la basta substituir (usando a tabela) seus<br />
respectivos valores.<br />
Y =<br />
⎡<br />
⎢<br />
⎣<br />
] f v<br />
F r &<br />
o o !<br />
⎤<br />
⎥<br />
⎦ =<br />
3 o Passo: Substituir na fórmula: X = M −1 · Y .<br />
⎡<br />
⎢<br />
⎣<br />
113 6 22<br />
45 18 101<br />
15 15 96<br />
⎤<br />
⎥<br />
⎦
32 CAPÍTULO 2. MATRIZ INVERSA E DETERMINANTES<br />
X =<br />
⎡<br />
⎢<br />
⎣<br />
1 −2 2<br />
0 1 −1<br />
0 0 1<br />
⎤<br />
⎥<br />
⎦ .<br />
Substituindo os números pelos caracteres...<br />
Então a frase é: Não cole!.<br />
2.2 Determinantes<br />
⎡<br />
⎢<br />
⎣<br />
X =<br />
113 6 22<br />
45 18 101<br />
15 15 96<br />
⎡<br />
⎢<br />
⎣<br />
N l<br />
ã c e<br />
o o !<br />
⎤<br />
⎥<br />
⎦<br />
⎤<br />
⎥<br />
⎦ =<br />
⎡<br />
⎢<br />
⎣<br />
53 18 12<br />
30 3 5<br />
0 15 96<br />
Se uma matriz é quadrada, a ela podemos associar um número denominado determinante.<br />
Determinante de uma matriz A1×1<br />
A = <br />
Determinante de uma matriz A2×2<br />
A =<br />
<br />
a b<br />
c d<br />
Determinante de uma matriz A3×3<br />
<br />
a <br />
, então detA = a.<br />
, então detA = (a.d) − (b.c)<br />
⎤<br />
⎥<br />
⎦
2.2. DETERMINANTES 33<br />
Para o cálculo do determinante de uma matriz A3×3 (talvez) o mais prático, seria usarmos o<br />
que se denomina Regra de Sarrus.<br />
Exemplo:<br />
A =<br />
⎡<br />
⎢<br />
⎣<br />
a b c<br />
d f g<br />
h i j<br />
Repetimos a 1 o e a 2 o coluna à direita da 3 o coluna.<br />
⎡<br />
⎤<br />
a b c . a b<br />
⎢<br />
⎥<br />
⎢<br />
⎥<br />
detA = ⎢<br />
⎣ d e f . d e ⎥<br />
⎦<br />
g h i . g h<br />
Então o det A = (a.e.i + b.f.g + c.d.h) − (c.e.g + a.f.h + b.d.i)<br />
Exemplo:<br />
Calcule o determinante da matriz A3×3 =<br />
⎡<br />
⎢<br />
⎣<br />
⎤<br />
⎥<br />
⎦<br />
1 0 3<br />
4 2 3<br />
−1 1 2<br />
⎤<br />
⎥<br />
⎦ , usando a Regra de Sarrus.<br />
⎡<br />
⎤<br />
1 0 3 . 1 0<br />
⎢<br />
⎥<br />
⎢<br />
⎥<br />
detA = ⎢<br />
⎣ 4 2 3 . 4 2 ⎥ = (1.2.2+0.3.(−1)+3.4.1)−(3.2.(−1)+1.3.1+0.4.2) = 19<br />
⎦<br />
−1 1 2 . −1 1<br />
Determinante de uma matriz An×n<br />
Cofator<br />
O cofator de um elemento aij de uma matriz quadrada, é o resultado do produto de (−1) i+j<br />
pelo determinante, obtido pela eliminação da linha e da coluna do elemento aij.
34 CAPÍTULO 2. MATRIZ INVERSA E DETERMINANTES<br />
cof(aij) = (−1) i+j · det Aij<br />
Sendo que Aij é a matriz que se obtem de A suprindo-se uma i-ésima linha e sua j-ésima<br />
coluna.<br />
Exemplo:<br />
Determine o cofator do elemento a12 da matriz:<br />
Teorema de Laplace<br />
cof(a12) = (−1) 1+2 · det<br />
<br />
0 4<br />
−2 6<br />
cof(a12) = (−1) · [0 · 6 − (−2) · 4]<br />
cof(a12) = (−1)(8)<br />
cof(a12) = −8<br />
Seja A = (aij)n × n com n ≥ 2. O determinante de A é obtido da seguinte forma.<br />
i) Escolhemos em A uma linha (ou coluna) qualquer;<br />
ii) Construirmos os produtos de cada elementto dessa linha (ou coluna) pelo seu cofator;<br />
iii) Somamos os produtos, assim obtemos:<br />
detA = cof(a11) · cof(a11) + cof(a12) · cof(a12) + cof(a13) · cof(a13)<br />
detA = 2 · 17 + 3 · (−44) + (−1) · (−111)<br />
detA = 34 − 132 + 111<br />
detA = 13<br />
Determinante de uma matriz triangular superior ou inferior
2.2. DETERMINANTES 35<br />
Se os elementos situados abaixo ou acima da diagonal principal de uma matriz são todos nulos,<br />
o determinate dessa matriz é o produto dos elemtos da diagonal principal.<br />
Exemplo:<br />
⎡<br />
⎢<br />
Seja U = ⎢<br />
⎣<br />
Resolução :<br />
−5 6 3 12<br />
0 3 0 6<br />
0 0 −8 9<br />
0 0 0 5<br />
⎤<br />
⎥<br />
⎥,<br />
calcule o determinante:<br />
⎦<br />
Basta multiplicar os elementos da diagonal principal.<br />
detU = (−5) · 3 · (−8) · 5 = 600<br />
2.2.1 O uso do determinante na resolução de um sistema linear<br />
Regra de Cramer<br />
Seja o sistema<br />
Temos que:<br />
A =<br />
<br />
<br />
a11 a12<br />
a21 a22<br />
a11x1 + a12x2 = b1<br />
a12x1 + a22x2 = b2<br />
<br />
, é a matriz dos coeficientes e<br />
<br />
b1<br />
b2<br />
<br />
, é os termos independentes.<br />
A1 é matriz obtida de A,substituindo-se a coluna dos coeficentes de x1 pela coluna dos termos<br />
independentes.<br />
A1 =<br />
<br />
<br />
b1 a12<br />
b2 a22
36 CAPÍTULO 2. MATRIZ INVERSA E DETERMINANTES<br />
A2 é a matriz obtida de A, substituindo-se a coluna dos coeficientes de x2 pela coluna de<br />
termos independentes.<br />
A2 =<br />
Os valores de x1 e x2 serão obtidos por:<br />
x1 =<br />
det A1<br />
det A<br />
<br />
a11 b1<br />
a21 b2<br />
<br />
x2 =<br />
det A2<br />
det A<br />
Exemplo: Resolva o sistema de equações lineares pela Regra de Cramer.<br />
Resolução :<br />
Temos então que:<br />
<br />
2x + 3y = 7<br />
x − y = 1<br />
<br />
2 3<br />
det A = = −2 − 3 = −5<br />
1 −1<br />
<br />
7 3<br />
det A1 = = −7 − 3 = −10<br />
1 −1<br />
<br />
2 7<br />
det A2 = = 2 − 7 = −5<br />
1 1<br />
det A1<br />
x1 =<br />
det A → x1 = −10<br />
= 2<br />
−5<br />
det A2<br />
x2 =<br />
det A → x2 = −5<br />
= 1<br />
−5
2.2. DETERMINANTES 37<br />
Solução : x1 = 2, x2 = 1<br />
Discussão de um sistema linear pelo determinante<br />
Seja o sistema linear de n equações e n incógnitas AX = B, com A = (aij)n×n para n ≥ 2.<br />
Esse sistema será:<br />
Possível e determinado → detA = 0<br />
Possível e indeterminado →<br />
Impossível →<br />
<br />
<br />
det A = 0<br />
det Aj = 0<br />
det A = 0<br />
pelo menos um detAj = 0<br />
2.2.2 Propriedades de determinantes<br />
i) Seja An×n e Bn×n;<br />
det (A.B)= det A · det B<br />
ii) O determinante de uma matriz An×n é o de sua transposta sãoiguais;<br />
det A = det A t<br />
iii) Ao trocarmos duas linhas (ou colunas) de uma matriz, muda-se o sinal do determinante,<br />
ou seja:
38 CAPÍTULO 2. MATRIZ INVERSA E DETERMINANTES<br />
Observação :<br />
det B = − det A<br />
Se efetuarmos um número ímpar de trocas de linhas (ou colunas), o determinante muda o<br />
sinal. Mas se efetuarmos um número par de trocas, o sinal do determinante não altera.<br />
iv) Se duas linhas (ou colunas) forem iguais, o determinante é igual a zero (det = 0);<br />
v) Se uma linha (ou coluna) de uma matriz A é multiplicada por um número α, o determinante<br />
da matriz B resultante será:<br />
det B = α. det A<br />
vi) det(α.An×n) = α n . det A, em que:<br />
•α é um escalar;<br />
• n é o número de linhas (ou colunas) da matriz An×n.<br />
vii) Se uma linha (ou coluna) de uma matriz An×n é nula, o seu determinante é igual a zero.<br />
Os determinantes e a matriz inversa<br />
A existência da matriz inversa<br />
Uma matriz A é invertível, isto é, existe A −1 , se o determinante detA for diferente de zero<br />
(det A = 0).<br />
Propriedades:
2.2. DETERMINANTES 39<br />
Se a matriz A é invertível, det A −1 = 1<br />
det A .<br />
Demonstração :<br />
Se A é invertível, sabemos que:<br />
A −1 · A = In<br />
det(A −1 · A) = det In<br />
det A −1 · det A = 1<br />
det A −1 = 1<br />
det A<br />
Mais exemplos:<br />
Sejam A e B matrizes n × n, tais que o det A = −12 e det B = 4. Calcule o det(A t · B) −1 .<br />
Resolução :<br />
det(A t · B) −1 = 1<br />
(A t ·B) = 1<br />
det A·det B<br />
Exemplo 2:<br />
= 1<br />
(−12)·4<br />
= −1<br />
48<br />
Se A é uma matriz 3×3 e det A = 3, então det( 1<br />
2 .A−1 ) é?<br />
Resolução :<br />
det( 1<br />
2 A−1 ) = 13<br />
2 3 · det A −1 = 1<br />
8 · 1<br />
det A<br />
1 1 = · 8 3<br />
= 1<br />
24<br />
Calculo do determinante de uma matriz usando o escalonamento<br />
Em uma matriz A, se o produto de uma linha (ou coluna) por um número é somado a outra
40 CAPÍTULO 2. MATRIZ INVERSA E DETERMINANTES<br />
linha (ou coluna), então o determinante da matriz B resultante é igual ao det A.<br />
Exemplo:<br />
Calcule o determinante da matriz A2×2 =<br />
Resolução :<br />
A2×2 =<br />
<br />
4 6<br />
8 5<br />
Então det A = 4 · (−7) = −28<br />
<br />
<br />
4 6<br />
8 5<br />
=⇒ L (1)<br />
2 = (−2)L (0)<br />
1 + L (0)<br />
<br />
2 =<br />
<br />
.<br />
4 6<br />
0 −7<br />
Já em outra matriz A, quando o produto de uma linha (ou coluna), por um escalar é somado<br />
a outra linha também multiplicada por um escalar, então o determinante da matriz B resultante é<br />
diferente do determinante de A.<br />
Exemplo:<br />
Calcule o determinante da matriz A2×2 =<br />
Resolução :<br />
A2×2 =<br />
Chamando de B =<br />
<br />
<br />
5 3<br />
4 1<br />
<br />
5 3<br />
0 −7<br />
<br />
<br />
5 3<br />
4 1<br />
=⇒ L (1)<br />
2 = (−4)L (0)<br />
1 + (5)L (0)<br />
<br />
2 =<br />
, sempre que det B = 5 · det A<br />
<br />
.<br />
<br />
5 3<br />
0 −7