Sunteți pe pagina 1din 29

ÁLGEBRA LINEAR

Introdução

PROFª MÁRCIA AMANCIO

Matrizes

O crescente uso dos computadores tem feito com que a teoria das matrizes seja cada vez mais

aplicada em áreas como Economia, Engenharia, Matemática, Física, dentre outras. Vejamos um

exemplo.

A tabela a seguir representa as notas de três alunos em uma etapa: Química Inglês
A tabela a seguir representa as notas de três alunos em uma etapa:
Química
Inglês
Literatura
Espanhol
A
8
7
9
8
B
6
6
7
6
C
4
8
5
9

Se quisermos saber a nota do aluno B em Literatura, basta procurar o número que fica na segunda linha e na terceira coluna da tabela.

Vamos agora considerar uma tabela de números dispostos em linhas e colunas, como no exemplo acima, mas colocados entre parênteses ou colchetes:

exemplo acima, mas colocados entre parênteses ou colchetes: Em tabelas assim dispostas, os números são os

Em tabelas assim dispostas, os números são os elementos. As linhas são enumeradas de cima para baixo e as colunas, da esquerda para direita:

de cima para baixo e as colunas, da esquerda para direita: Tabelas com m linhas e

Tabelas com m linhas e n colunas ( m e n números naturais diferentes de 0) são denominadas matrizes m x n. Na tabela anterior temos, portanto, uma matriz 3 x 3.

Veja mais alguns exemplos:

ÁLGEBRA LINEAR

é uma matriz do tipo 2 x 3ÁLGEBRA LINEAR é uma matriz do tipo 2 x 2 Notação geral PROFª MÁRCIA AMANCIO Costuma-se

é uma matriz do tipo 2 x 2ÁLGEBRA LINEAR é uma matriz do tipo 2 x 3 Notação geral PROFª MÁRCIA AMANCIO Costuma-se

Notação geral

PROFª MÁRCIA AMANCIO

Costuma-se representar as matrizes por letras maiúsculas e seus elementos por letras minúsculas, acompanhadas por dois índices que indicam, respectivamente, a linha e a coluna que

o elemento ocupa.

Assim, uma matriz A do tipo m x n é representada por:

Assim, uma matriz A do tipo m x n é representada por: ou, abreviadamente, A =

ou, abreviadamente, A = [a ij ] m x n , em que i e j representam, respectivamente, a linha e a coluna que

o elemento ocupa. Por exemplo, na matriz anterior, a 23 é o elemento da 2ª linha e da 3ª coluna.

Na matriz

3 é o elemento da 2ª linha e da 3ª coluna. Na matriz , temos: Ou

, temos:

o elemento da 2ª linha e da 3ª coluna. Na matriz , temos: Ou na matriz

Ou na matriz B = [ -1 0 2 5 ], temos: a 11 = -1, a 12 = 0, a 13 = 2 e a 14 = 5.

Denominações especiais

Algumas matrizes, por suas características, recebem denominações especiais.

ÁLGEBRA LINEAR

PROFª MÁRCIA AMANCIO

Matriz linha: matriz do tipo 1 x n, ou seja, com uma única linha. Por exemplo, a matriz A =[4 7 -3 1], do tipo 1 x 4.

Matriz coluna: matriz do tipo m x 1, ou seja, com uma única coluna. Por

exemplo,

do tipo m x 1, ou seja, com uma única coluna. Por exemplo, , do tipo

, do tipo 3 x 1

Matriz quadrada: matriz do tipo n x n, ou seja, com o mesmo número de linhas e colunas;

dizemos que a matriz é de ordem n. Por exemplo, a matriz quadrada de ordem 2.

é de ordem n . Por exemplo, a matriz quadrada de ordem 2. é do tipo

é do tipo 2 x 2, isto é,

Numa matriz quadrada definimos a diagonal principal e a diagonal secundária. A principal é formada pelos elementos a ij tais que i = j. Na secundária, temos i + j = n + 1.

Veja:

tais que i = j. Na secundária, temos i + j = n + 1. Veja:

Observe a matriz a seguir:

temos i + j = n + 1. Veja: Observe a matriz a seguir: a 1

a 11 = -1 é elemento da diagonal principal, pis i = j = 1

a 31 = 5 é elemento da diagonal secundária, pois i + j = n + 1 ( 3

+ 1 = 3 + 1)

Matriz nula: matriz em que todos os elementos são nulos; é representada por 0 m x n.

ÁLGEBRA LINEAR

Por exemplo,

.
.

PROFª MÁRCIA AMANCIO

Matriz diagonal: matriz quadrada em que todos os elementos que não estão na diagonal principal são nulos. Por exemplo:

não estão na diagonal principal são nulos. Por exemplo: Matriz identidade : matriz quadrada em que
não estão na diagonal principal são nulos. Por exemplo: Matriz identidade : matriz quadrada em que

Matriz identidade: matriz quadrada em que todos os elementos da diagonal principal são iguais a 1 e os demais são nulos; é representada por I n , sendo n a ordem da matriz. Por exemplo:

por I n , sendo n a ordem da matriz. Por exemplo: Assim, para uma matriz

Assim, para uma matriz identidade

da matriz. Por exemplo: Assim, para uma matriz identidade . Matriz transposta : matriz A t
.
.

Matriz transposta: matriz A t obtida a partir da matriz A trocando-se ordenadamente as linhas por colunas ou as colunas por linhas. Por exemplo:

as linhas por colunas ou as colunas por linhas. Por exemplo: Desse modo, se a matriz

Desse modo, se a matriz A é do tipo m x n, A t é do tipo n x m.

Note que a 1ª linha de A corresponde à 1ª coluna de A t e a 2ª linha de A corresponde à 2ª coluna de A t .

Matriz simétrica: matriz quadrada de ordem n tal que A = A t . Por exemplo,

ÁLGEBRA LINEAR

ÁLGEBRA LINEAR sempre a i j = a i j . PROFª MÁRCIA AMANCIO é simétrica,

sempre

a ij = a ij.

PROFª MÁRCIA AMANCIO

é simétrica, pois a 12 = a 21 = 5, a 13 = a 31 = 6, a 23 = a 32 = 4, ou seja, temos

Matriz oposta: matriz -A obtida a partir de A trocando-se o sinal de todos os elementos de

A. Por exemplo,

.
.

Igualdade de matrizes

Duas matrizes, A e B, do mesmo tipo m x n, são iguais se, e somente se, todos os elementos que ocupam a mesma posição são iguais:

todos os elementos que ocupam a mesma posição são iguais: . Operações envolvendo matrizes Adição Dadas
.
.

Operações envolvendo matrizes

Adição

Dadas as matrizes

. Operações envolvendo matrizes Adição Dadas as matrizes , chamamos de soma dessas matrizes a matriz

, chamamos de soma dessas matrizes a matriz

as matrizes , chamamos de soma dessas matrizes a matriz , tal que C i j

, tal que C ij = a ij + b ij , para todo

:
:

A + B = C

Exemplos:

= a i j + b i j , para todo : A + B =
= a i j + b i j , para todo : A + B =

Observação: A + B existe se, e somente se, A e B forem do mesmo tipo.

Propriedades

ÁLGEBRA LINEAR

PROFª MÁRCIA AMANCIO

Sendo A, B e C matrizes do mesmo tipo ( m x n), temos as seguintes propriedades para a adição:

a) comutativa: A + B = B + A

b) associativa: ( A + B) + C = A + ( B + C)

c) elemento neutro: A + 0 = 0 + A = A, sendo 0 a matriz nula m x n

d) elemento oposto: A + ( - A) = (-A) + A = 0

Subtração

n d) elemento oposto: A + ( - A) = (-A) + A = 0 Subtração

Dadas as matrizes soma de A com a matriz oposta de B:

, chamamos de diferença entre essas matrizes a

A - B = A + ( - B )

Observe:

entre essas matrizes a A - B = A + ( - B ) Observe: Multiplicação

Multiplicação de um número real por uma matriz

Dados um número real x e uma matriz A do tipo m x n, o produto de x por A é uma matriz B do tipo m x n obtida pela multiplicação de cada elemento de A por x, ou seja, b ij = xa ij :

B = x.A

Observe o seguinte exemplo:

i j = xa i j : B = x.A Observe o seguinte exemplo: Propriedades Sendo

Propriedades

Sendo A e B matrizes do mesmo tipo ( m x n) e x e y números reais quaisquer, valem as seguintes propriedades:

a) associativa: x . (yA) = (xy) . A

b) distributiva de um número real em relação à adição de matrizes: x . (A + B) = xA + xB

c) distributiva de uma matriz em relação à adição de dois números reais: (x + y) . A = xA = yA

ÁLGEBRA LINEAR

Multiplicação de matrizes

PROFª MÁRCIA AMANCIO

O produto de uma matriz por outra não é determinado por meio do produto dos sus respectivos elementos.

Assim, o produto das matrizes A = ( a ij ) m x p

e B = ( b ij ) p x n é a matriz C = (c ij ) m x n em que cada

elemento c ij é obtido por meio da soma dos produtos dos elementos correspondentes da i-ésima

linha de A pelos elementos da j-ésima coluna B.

Vamos multiplicar a matriz

1ª linha e 1ª coluna

B . Vamos multiplicar a matriz 1ª linha e 1ª coluna 1ª linha e 2ª coluna
B . Vamos multiplicar a matriz 1ª linha e 1ª coluna 1ª linha e 2ª coluna

1ª linha e 2ª coluna

para entender como se obtém cada C ij :

e 2ª coluna para entender como se obtém cada C i j : 2ª linha e

2ª linha e 1ª coluna

coluna para entender como se obtém cada C i j : 2ª linha e 1ª coluna

2ª linha e 2ª coluna

coluna para entender como se obtém cada C i j : 2ª linha e 1ª coluna
.
.

Assim,

Observe que:

ÁLGEBRA LINEAR

PROFª MÁRCIA AMANCIO

ÁLGEBRA LINEAR PROFª MÁRCIA AMANCIO Portanto, comutativa. .A, ou seja, para a multiplicação de matrizes não

Portanto,

comutativa.

ÁLGEBRA LINEAR PROFª MÁRCIA AMANCIO Portanto, comutativa. .A, ou seja, para a multiplicação de matrizes não

.A, ou seja, para a multiplicação de matrizes não vale a propriedade

Vejamos outro exemplo com as matrizes

:
:
vale a propriedade Vejamos outro exemplo com as matrizes : Da definição, temos que a matriz
vale a propriedade Vejamos outro exemplo com as matrizes : Da definição, temos que a matriz

Da definição, temos que a matriz produto A . B só existe se o número de colunas de A for igual ao número de linhas de B:

de colunas de A for igual ao número de linhas de B : A matriz produto

A matriz produto terá o número de linhas de A (m) e o número de colunas de B(n):

Se A 3 x 2 e B 2 x 5 , então ( A . B ) 3 x 5

Se A 4 x 1 e B 2 x 3 , então não existe o produto

Se A 4 x 2 e B 2 x 1 , então ( A . B ) 4 x 1

ÁLGEBRA LINEAR

PROFª MÁRCIA AMANCIO

Operações elementares-linha

São as operações efetuadas nas linhas de uma matriz. São as seguintes:

Permutação de duas linhas: Notação L i L j i L j

Multiplicação de uma linha por uma constante não-nula: Notação L i k.L j i k.L j

Substituição de uma linha por sua soma com uma outra linha,previamente multiplicada por uma escalar não-nulo: Notação L i L i + k.L j i L i + k.L j

Obs: Estas operações elementares podem ser efetuadas nas colunas de uma matriz. Neste caso, são chamadas operações elementares coluna. Se A e B são matrizes m x n, dizemos que são equivalentes (linha ou coluna) se uma delas puder ser obtida da outra através de uma seqüência finita de operações elementares(linha ou coluna). Denotamos a equivalência entre duas matrizes A e B por A ~B ou B~A.

Ex:

equivalência entre duas matrizes A e B por A ~B ou B~A. Ex: 2 1 4
equivalência entre duas matrizes A e B por A ~B ou B~A. Ex: 2 1 4
equivalência entre duas matrizes A e B por A ~B ou B~A. Ex: 2 1 4

2

1

4

0 1

4 3

3 2

1 4 3 ~ 2 0 1 4 3 2
1
4 3
~
2
0 1
4
3 2

Matriz Escalonada

Uma matriz A= [ a ij ] mxn diz-se estar na forma escalonada quando o número de zeros que precedem o primeiro elemento não- nulo em cada linha(elemento líder), aumenta de linha em linha, enquanto a linha não for constituída só de zeros.

Ex: Matrizes escalonadas

2

0

0

7

0

0

9

1

0

,

1

0

0

0

6

4

0

0

9

1

0

0

0

0

0

0

Matrizes escalonadas são, as vezes, chamadas de matrizes linha-escalonada. Observe que, se uma matriz está na forma escalonada, os elementos líderes das linhas formam uma “ escada” .

Veremos mais adiante que a técnica do escalonamento pode ser usada para cáculo do determinante, matriz inversa, e para encontra o conjunto solução de um sistema de equações lineares.

Processo de transformar uma matriz A em uma forma escalonada é conhecido como eliminação GAUSS. Para escalonar uma matriz, procedemos da seguinte maneira:

ÁLGEBRA LINEAR

PROFª MÁRCIA AMANCIO

1- Localize a primeira coluna de A que contém um elemento não-nulo. È a coluna do líder;

2- Se o primeiro elemento, nesta coluna, for zero, permute a primeira linha de A com uma linha na qual o elemento correspondente seja diferente de zero;

3-Feito isso, agora o primeiro elemento, em nossa, coluna não é nulo. Esse é o elemento líder;

4- Usando a terceira operação elementar, substitua por zero todos os elementos não- nulos abaixo do elemento líder, na mesma coluna;

5- Feito isso, a matriz fica semelhante á matriz a seguir:

k

0

0

o

k

1

k

2

k

n

6- Repetir os passos de 1 a 4 até obter uma matriz escalonada.

Matriz Canônica

Uma matriz escalonada é chamada matriz canônica se:

Todo elemento líder é 1 e;Uma matriz escalonada é chamada matriz canônica se: Cada elemento líder é o único elemento não

Cada elemento líder é o único elemento não nulo- na sua coluna.é chamada matriz canônica se: Todo elemento líder é 1 e; Nas colunas, onde os líderes

Nas colunas, onde os líderes se localizam eles são os únicos elementos diferentes de zero.líder é o único elemento não nulo- na sua coluna. Ex: 1 2 1 0 2

Ex:localizam eles são os únicos elementos diferentes de zero. 1 2 1 0 2 2 forma

1 2 1 0 2 2 forma escalonada 0 0 4 1 0 0 0
1
2
1
0
2
2
forma escalonada
0
0
4
1
0
0
0
1
0 forma canônica
0
0
1

Ex: Transformar a matriz A em escalonada:

ÁLGEBRA LINEAR

PROFª MÁRCIA AMANCIO

1 2 1 2 1 0 L L ( 2 ) . L 2 2
1
2
1
2
1
0 L
L
( 2 ) . L
2
2
1
1
2

1

1 2 1 1 2 1 0 3 2 L L L 0 3 2
1
2
1
1
2
1
0
3
2 L
L
L 0
3
2
3
3
1
1
1
2
0 3
3

L

3

1 2 1 L L 0 3 2 forma escalonada 3 2 0 0 1
1
2
1
L
L 0
3
2 forma escalonada
3
2
0
0
1
1 2 1 1 1 0 3 2 L L . ( ) 0 2
1
2
1
1
1
0
3
2 L
L . (
)
0
2
2
3
0
0
1
0

2

1

0

1 2 3 L L ( 2 ) .L 1 1 1
1
2 3 L
L
( 2 ) .L
1
1
1

2

1

0

0

0

1

0

1 3 2 3 1
1 3
2 3
1

L

1

1 L ( 1 3
1
L
(
1
3

) .L

3

1

0

0

0

1

0

0 1 0 0 2 2 3 L L ( ) .L 0 1 0
0
1
0
0
2
2 3 L
L
(
) .L
0
1
0
2
2
3
3
1
0
0
1

forma canônica

Matriz inversa

Dada uma matriz A, quadrada, de ordem n, se existir uma matriz A', de mesma ordem, tal que A . A' = A' . A = I n , então A' é matriz inversa de A . representamos a matriz inversa por A -1 .

Ex: A =

2 4 1 5
2
4
1
5

,

fazendo A -1 =

a b c d
a b
c
d

, sabemos que A. A -1 = I 2

2 4 a b 1 0 2a 4c 2b 4d 1 0 . 1 5
2
4
a b
1
0
2a 4c 2b 4d
1
0
.
1
5
c
d
0
1
a 5c
b 5d
0
1
Pela igualdade de matrizes, temos os sistemas:
2
4
a
b
1
0
2a
4c
2b
4d
1
0
.
1
5
c
d
0
1
a
5c
b
5d
0
1
2a
4c
1
5 1
1
a
e
c
a
5c
0
6 6
2b
4d
0
2
1
2
b
e
d
b
5d
1
3
3

A 1 60 1 a 5c b 5d 0 1 2a 4c 1 5 1 1 a e

2 3 1 3
2 3
1 3

ÁLGEBRA LINEAR

PROFª MÁRCIA AMANCIO

Cálculo da inversa pelo método de Jordan

Se A é uma matriz invertível, sua matriz canônica é a matriz identidade.

Método conhecido como processo de Jordan

1. Forme a matriz[ A : I ]

2. Usando operações elementares-linha, encontre a matriz canônica desta nova matriz.Lembre- se de que qualquer operação feita em uma linha de A deverá ser feita na linha correspondente da matriz I

3. Ex:

1 A 3 1 2 : 3 :
1
A
3
1
2
:
3
:
 

2

 
 

0

1

0 0

 

1

2

A

3

0

1

2 : 1

3

0 : 0

  1 2 A 3 0 1 2 : 1 3 0 : 0 A 1

A

1 0 1 2
1
0
1 2
0 1 2 : 1 L L 3.L 1 2 2 1 0 6 :
0
1
2
:
1
L
L
3.L
1
2
2
1
0
6 :
3
0 1 2 : 1 L L 3 .L 2 2 1 1 0 6
0
1
2
: 1
L
L
3 .L
2
2
1
1
0 6 :
3
1 3
1 6

0

1

0

1

1 1 L L . ( 2 2 6 ) 0
1
1
L L . (
2
2
6
)
0
1 1 L L . ( 2 2 6 ) 0
1
1
L L . (
2
2
6
)
0

Determinantes

2 :

1

0 1 6
0
1 6

1

:

: 1 2

1 2

2 :

1

0 1 6
0
1 6

1

: 1 2

: 1 2

Como já vimos, matriz quadrada é a que tem o mesmo número de linhas e de colunas (ou seja, é do tipo nxn).

A toda matriz quadrada está associado um número ao qual damos o nome de determinante.

Dentre as várias aplicações dos determinantes na Matemática, temos:

resolução de alguns tipos de sistemas de equações lineares;aplicações dos determinantes na Matemática, temos: cálculo da área de um triângulo situado no plano

cálculo da área de um triângulo situado no plano cartesiano, quando são conhecidas as coordenadas dos seus vértices;de alguns tipos de sistemas de equações lineares; Determinante de 1ª ordem Dada uma matriz quadrada

Determinante de 1ª ordem

Dada uma matriz quadrada de 1ª ordem M=[a 11 ], o seu determinante é o número real a 11 :

det M =Ia 11 I = a 11

ÁLGEBRA LINEAR

PROFª MÁRCIA AMANCIO

Observação: Representamos o determinante de uma matriz entre duas barras verticais, que não têm o significado de módulo.

Por exemplo:

M= [5]

que não têm o significado de módulo. Por exemplo: M= [5] det M = 5 ou

det M = 5 ou I 5 I = 5

M = [-3]

módulo. Por exemplo: M= [5] det M = 5 ou I 5 I = 5 M

det M = -3 ou I -3 I = -3

Determinante de 2ª ordem

Dada a matriz

= -3 ou I -3 I = -3 Determinante de 2ª ordem Dada a matriz ,

, de ordem 2, por definição o determinante associado a M,

determinante de 2ª ordem, é dado por:

associado a M , determinante de 2ª ordem, é dado por: Portanto, o determinante de uma

Portanto, o determinante de uma matriz de ordem 2 é dado pela diferença entre o produto dos elementos da diagonal principal e o produto dos elementos da diagonal secundária. Veja o exemplo a seguir.

elementos da diagonal secundária. Veja o exemplo a seguir. Menor complementar Chamamos de menor complementar relativo
elementos da diagonal secundária. Veja o exemplo a seguir. Menor complementar Chamamos de menor complementar relativo

Menor complementar

Chamamos de menor complementar relativo a um elemento a ij de uma matriz M, quadrada e de ordem n>1, o determinante MC ij , de ordem n - 1, associado à matriz obtida de M quando suprimimos a linha e a coluna que passam por a ij .

Vejamos como determiná-lo pelos exemplos a seguir:

j . Vejamos como determiná-lo pelos exemplos a seguir: a) Dada a matriz elemento a 1

a) Dada a matriz

elemento a 11 (MC 11 ), retiramos a linha 1 e a coluna 1:

, de ordem 2, para determinar o menor complementar relativo ao

ÁLGEBRA LINEAR

PROFª MÁRCIA AMANCIO

ÁLGEBRA LINEAR PROFª MÁRCIA AMANCIO Da mesma forma, o menor complementar relativo ao elemento a 1

Da mesma forma, o menor complementar relativo ao elemento a 12 é:

o menor complementar relativo ao elemento a 1 2 é: b) Sendo , de ordem 3,

b) Sendo

complementar relativo ao elemento a 1 2 é: b) Sendo , de ordem 3, temos: Cofator

, de ordem 3, temos:

ao elemento a 1 2 é: b) Sendo , de ordem 3, temos: Cofator Chamamos de

Cofator

a 1 2 é: b) Sendo , de ordem 3, temos: Cofator Chamamos de cofator ou

Chamamos de cofator ou complemento algébrico relativo a um elemento a ij de uma matriz quadrada de ordem n o número A ij tal que A ij = (-1) i+j . MC ij .

Veja:

a) Dada

A i j = (-1) i + j . MC i j . Veja: a) Dada

, os cofatores relativos aos elementos a 11 e a 12 da matriz M são:

aos elementos a 1 1 e a 1 2 da matriz M são: b) Sendo ,
aos elementos a 1 1 e a 1 2 da matriz M são: b) Sendo ,

b) Sendo

a 1 1 e a 1 2 da matriz M são: b) Sendo , vamos calcular

, vamos calcular os cofatores A 22 , A 23 e A 31 :

ÁLGEBRA LINEAR

PROFª MÁRCIA AMANCIO

ÁLGEBRA LINEAR PROFª MÁRCIA AMANCIO Teorema de Laplace pode ser obtido pela soma dos produtos dos
ÁLGEBRA LINEAR PROFª MÁRCIA AMANCIO Teorema de Laplace pode ser obtido pela soma dos produtos dos
ÁLGEBRA LINEAR PROFª MÁRCIA AMANCIO Teorema de Laplace pode ser obtido pela soma dos produtos dos

Teorema de Laplace

ÁLGEBRA LINEAR PROFª MÁRCIA AMANCIO Teorema de Laplace pode ser obtido pela soma dos produtos dos

pode ser obtido pela soma dos

produtos dos elementos de uma fila qualquer ( linha ou coluna) da matriz M pelos respectivos

cofatores.

O determinante de uma matriz quadrada M = [a ij ] mxn

Assim, fixando

matriz quadrada M = [a i j ] m x n Assim, fixando , temos: em

, temos:

em que

M = [a i j ] m x n Assim, fixando , temos: em que é
M = [a i j ] m x n Assim, fixando , temos: em que é

é o somatório de todos os termos de índice i, variando de 1 até m,

de todos os termos de índice i , variando de 1 até m , Regra de

Regra de Sarrus

O cálculo do determinante de 3ª ordem pode ser feito por meio de um dispositivo prático,

denominado regra de Sarrus.

Acompanhe como aplicamos essa regra para

.
.

ÁLGEBRA LINEAR

PROFª MÁRCIA AMANCIO

1º passo: Repetimos as duas primeiras colunas ao lado da terceira:

: Repetimos as duas primeiras colunas ao lado da terceira: 2º passo : Encontramos a soma

2º passo: Encontramos a soma do produto dos elementos da diagonal principal com os dois produtos obtidos pela multiplicação dos elementos das paralelas a essa diagonal (a soma deve ser precedida do sinal positivo):

essa diagonal (a soma deve ser precedida do sinal positivo): 3º passo : Encontramos a soma

3º passo: Encontramos a soma do produto dos elementos da diagonal secundária com os dois produtos obtidos pela multiplicação dos elementos das paralelas a essa diagonal ( a soma deve ser precedida do sinal negativo):

pela multiplicação dos elementos das paralelas a essa diagonal ( a soma deve ser precedida do

Assim:

ÁLGEBRA LINEAR

PROFª MÁRCIA AMANCIO

ÁLGEBRA LINEAR PROFª MÁRCIA AMANCIO Observação: Se desenvolvermos esse determinante de 3ª ordem aplicando o Teorema

Observação: Se desenvolvermos esse determinante de 3ª ordem aplicando o Teorema de Laplace, encontraremos o mesmo número real.

Determinante de ordem n > 3

Vimos que a regra de Sarrus é válida para o cálculo do determinante de uma matriz de ordem 3. Quando a matriz é de ordem superior a 3, devemos empregar o Teorema de Laplace para chegar

a determinantes de ordem 3 e depois aplicar a regra de Sarrus.

Propriedades dos determinantes

Os demais associados a matrizes quadradas de ordem n apresentam as seguintes propriedades:

P 1 ) Quando todos os elementos de uma fila ( linha ou coluna) são nulos, o determinante dessa

matriz é nulo.

Exemplo:

são nulos, o determinante dessa matriz é nulo. Exemplo: P 2 ) Se duas filas de
são nulos, o determinante dessa matriz é nulo. Exemplo: P 2 ) Se duas filas de

P 2 ) Se duas filas de uma matriz são iguais, então seu determinante é nulo.

Exemplo:

são iguais, então seu determinante é nulo. Exemplo: P 3 ) Se duas filas paralelas de

P 3 ) Se duas filas paralelas de uma matriz são proporcionais, então seu determinante é nulo.

ÁLGEBRA LINEAR

Exemplo:

ÁLGEBRA LINEAR Exemplo: PROFª MÁRCIA AMANCIO P 4 ) Se os elementos de uma fila de

PROFª MÁRCIA AMANCIO

P 4 ) Se os elementos de uma fila de uma matriz são combinações lineares dos elementos correspondentes de filas paralelas, então seu determinante é nulo.

Exemplos:

filas paralelas, então seu determinante é nulo. Exemplos: P 5 ) O determinante de uma matriz
filas paralelas, então seu determinante é nulo. Exemplos: P 5 ) O determinante de uma matriz

P 5 ) O determinante de uma matriz e o de sua transposta são iguais.

Exemplo:

de uma matriz e o de sua transposta são iguais. Exemplo: P 7 ) Multiplicando por
de uma matriz e o de sua transposta são iguais. Exemplo: P 7 ) Multiplicando por

P 7 ) Multiplicando por um número real todos os elementos de uma fila em uma matriz, o determinante dessa matriz fica multiplicado por esse número.

Exemplos:

todos os elementos de uma fila em uma matriz, o determinante dessa matriz fica multiplicado por

ÁLGEBRA LINEAR

PROFª MÁRCIA AMANCIO

ÁLGEBRA LINEAR PROFª MÁRCIA AMANCIO P 8 ) Quando trocamos as posições de duas filas paralelas,

P 8 ) Quando trocamos as posições de duas filas paralelas, o determinante de uma matriz muda de

sinal.

Exemplo:

o determinante de uma matriz muda de sinal. Exemplo: P 9 ) Quando, em uma matriz,

P

9 ) Quando, em uma matriz, os elementos acima ou abaixo da diagonal principal são todos nulos,

o

determinante é igual ao produto dos elementos dessa diagonal.

Exemplos:

da diagonal principal são todos nulos, o determinante é igual ao produto dos elementos dessa diagonal.
da diagonal principal são todos nulos, o determinante é igual ao produto dos elementos dessa diagonal.
da diagonal principal são todos nulos, o determinante é igual ao produto dos elementos dessa diagonal.
da diagonal principal são todos nulos, o determinante é igual ao produto dos elementos dessa diagonal.

ÁLGEBRA LINEAR

PROFª MÁRCIA AMANCIO

P 10 ) Para A e B matrizes quadradas de mesma ordem n,

0 ) Para A e B matrizes quadradas de mesma ordem n , Exemplo: . Como:

Exemplo:

A e B matrizes quadradas de mesma ordem n , Exemplo: . Como: P 12 )

. Como:

B matrizes quadradas de mesma ordem n , Exemplo: . Como: P 12 ) Exemplo: Cálculo
B matrizes quadradas de mesma ordem n , Exemplo: . Como: P 12 ) Exemplo: Cálculo

P 12 ) Exemplo:

de mesma ordem n , Exemplo: . Como: P 12 ) Exemplo: Cálculo do determinante pelo

Cálculo do determinante pelo método da eliminação

O determinante de qualquer matriz quadrada A pode ser calculado reduzindo a matriz A a

uma matriz escalonada. Como qualquer matriz escalonada quadrada é triangular superior,

o determinante desta matriz escalonada é o produto dos elementos de sua diagonal

principal. Assim, para obter o det(a) utilizaremos operações elementares nas linhas de A, o que é sempre possível, para transformar A em uma matriz escalonada.

Observe abaixo o efeito de cada operação elementar-linha sobre o determinante de A á medida que reduzimos A á forma escalonada.

1. Se a matriz B é obtida de A pela divisão de uma certa linha de A por uma

escalar K≠ 0, então

det (A) = K. det (B)

2. Se a matriz B e obtida de A pela permuta de duas linhas de A, então:

(-1) . det(B)

det (A) =
det (A) =

3. Se a matriz B é obtida de A pela Substituição de uma Linha por sua soma com

um múltiplo de uma outra linha, então:

det(A)=det (B)

4. O exemplo a seguir mostra como calcular o determinante de A utilizando operações elementares nas linhas de A para reduzi-la á forma escalonada(triangular superior).

ÁLGEBRA LINEAR

PROFª MÁRCIA AMANCIO

4 3 2 2 4 6 1 2 3 1 2 3 3 2 5
4
3
2
2
4
6
1
2
3
1
2
3
3
2
5
( 1)
3
5
( 1).(2 )
3
2
5
( 2 )
0
8
4
2
4
6
4
3
2
4
3
2
4
3
2
L
L
L
.L
L
3. L
L
4
.L
1
3
1
2
1
2
1
3
1
1
2
3
1
2
3
1 2
3
1
2
3
( 2 )
0
8
4
( 2 ).( 5 )
0
8
4
(10 ).( 1)
0 1
2
( 10 )
0
1
2
( 10).(1).(1).(12 )
0
5
10
0
1
2
0
8
4
0
0 12

L 3 52 ( 10).(1).(1).(12 ) 0 5 10 0 1 2 0 8 4 0 0 12

L

3

Posto de uma matriz

L

2

L
L

L

3 3

L
L

3

8. L

L

2 3

4.L12 L 3 5 L 3 Posto de uma matriz L 2 L L 3 3

3

1

5 L 3 Posto de uma matriz L 2 L L 3 3 L 3 8.

120

Definimos posto de uma matriz A, que denotamos por p(a), como sendo o número de linhas não-nulas de uma forma escalonada da matriz A.

Resolução de Sistemas Lineares

Equação linear

Equação linear é toda equação da forma:

a 1 x 1 + a 2 x 2 + a 3 x 3 +

+ a n x n = b

em que a 1 , a 2 , a 3 ,

, a n são números reais, que recebem o nome de coeficientes das incógnitas

x 1 , x 2 ,x 3 ,

recebe o nome de linear homogênea).

, x n , e b é um número real chamado termo independente ( quando b=0, a equação

Veja alguns exemplos de equações lineares:

3x - 2y + 4z = 7

-2x + 4z = 3t - y + 4

equações lineares: 3x - 2y + 4z = 7 -2x + 4z = 3t - y

(homogênea)

As equações a seguir não são lineares:

xy - 3z + t = 8

x 2 - 4y = 3t - 4

4z = 7 -2x + 4z = 3t - y + 4 (homogênea) As equações a

ÁLGEBRA LINEAR

Sistema linear

Um conjunto de equações lineares da forma:

PROFª MÁRCIA AMANCIO

de equações lineares da forma: PROFª MÁRCIA AMANCIO é um sistema linear de m equações e

é um sistema linear de m equações e n incógnitas.

A solução de um sistema linear é a n-upla de números reais ordenados (r 1 , r 2 , r 3 , simultaneamente, solução de todas as equações do sistema.

Matrizes associadas a um sistema linear

, r n ) que é,

A um sistema linear podemos associar as seguintes matrizes:

matriz incompleta: a matriz A formada pelos coeficientes das incógnitas do sistema.

Em relação ao sistema:

a matriz incompleta é:

do sistema. Em relação ao sistema: a matriz incompleta é: matriz completa : matriz B que
do sistema. Em relação ao sistema: a matriz incompleta é: matriz completa : matriz B que

matriz completa: matriz B que se obtém acrescentando à matriz incompleta uma última coluna formada pelos termos independentes das equações do sitema.

Assim, para o mesmo sistema acima, a matriz completa é:

Sistemas homogêneos

sistema acima, a matriz completa é: Sistemas homogêneos Um sistema é homogêneo quando todos os termos

Um sistema é homogêneo quando todos os termos independentes da equações são nulos:

ÁLGEBRA LINEAR

PROFª MÁRCIA AMANCIO

ÁLGEBRA LINEAR PROFª MÁRCIA AMANCIO Veja um exemplo: A n-upla (0, 0, 0, nome de solução

Veja um exemplo:

ÁLGEBRA LINEAR PROFª MÁRCIA AMANCIO Veja um exemplo: A n-upla (0, 0, 0, nome de solução

A n-upla (0, 0, 0,

nome de solução trivial. Quando existem, as demais soluções são chamadas não-triviais

,0)

é sempre solução de um sistema homogêneo com n incógnitas e recebe o

Classificação de um sistema quanto ao número de soluções

de um sistema quanto ao número de soluções Resolvendo o sistema dizemos que o sistema é

Resolvendo o sistema

dizemos que o sistema é possível (tem solução) e determinado (solução única).

, encontramos uma única solução: o par ordenado (3,5). Assim,

uma única solução: o par ordenado (3,5). Assim, são No caso do sistema (1,7),(2,6),(3,5),(4,4),(5,3),

são

No caso do sistema

(1,7),(2,6),(3,5),(4,4),(5,3),

sistema é possível (tem solução) e indeterminado (infinitas soluções).

, verificamos que os pares ordenados (0,8), algumas de suas infinitas soluções. Por isso, dizemos que o

de suas infinitas soluções. Por isso, dizemos que o Para equações. Portanto, o sistema é impossível

Para

equações. Portanto, o sistema é impossível (não tem solução).

, verificamos que nenhum par ordenado satisfaz simultaneamente as

Resumindo, um sistema linear pode ser:

a) possível e determinado (solução única);

b) possível e indeterminado (infinitas soluções);

c) impossível (não tem solução).

Sistema normal

Um sistema é normal quando tem o mesmo número de equações (m) e de incógnitas (n) e o determinante da matriz incompleta associada ao sistema é diferente de zero.

Se m=n e det A

matriz incompleta associada ao sistema é diferente de zero. Se m=n e det A 0, então

0, então o sistema é normal.

Regra de Cramer

ÁLGEBRA LINEAR

PROFª MÁRCIA AMANCIO

Todo sistema normal tem uma única solução dada por:

Todo sistema normal tem uma única solução dada por: em que i D x i é

em que i

D xi é o determinante obtido pela substituição, na matriz incompleta, da coluna i pela coluna

formada pelos termos independentes.

coluna i pela coluna formada pelos termos independentes. { 1,2,3, ,n}, D= det A é o

{ 1,2,3,

,n},

D= det A é o determinante da matriz incompleta associada ao sistema, e

Discussão de um sistema linear

Se um sistema linear tem n equações e n incógnitas, ele pode ser:

a) possível e determinado, se D=det A

Exemplo:

pode ser: a) possível e determinado , se D=det A Exemplo: m=n=3 0; caso em que

m=n=3

ser: a) possível e determinado , se D=det A Exemplo: m=n=3 0; caso em que a
ser: a) possível e determinado , se D=det A Exemplo: m=n=3 0; caso em que a

0; caso em que a solução é única.

Então, o sistema é possível e determinado, tendo solução única.

b) possível e indeterminado, se D= D x1 = D x2 = D x3 =

= D xn = 0, para n=2. Se n

= D x 2 = D x 3 = = D x n = 0, para

3, essa condição

só será válida se não houver equações com coeficientes das incógnitas respectivamente

proporcionais e termos independentes não-proporcionais.

Um sistema possível e indeterminado apresenta infinitas soluções.

Exemplo:

e indeterminado apresenta infinitas soluções. Exemplo: D=0, D x =0, D y =0 e D z

D=0, D x =0, D y =0 e D z =0

Assim, o sistema é possível e indeterminado, tendo infinitas soluções.

c) impossível, se D=0 e

Exemplo:

D xi
D xi

0, 1

i
i

n; caso em que o sistema não tem solução.

ÁLGEBRA LINEAR

ÁLGEBRA LINEAR PROFª MÁRCIA AMANCIO Como D=0 e D x 0, o sistema é impossível e

PROFª MÁRCIA AMANCIO

ÁLGEBRA LINEAR PROFª MÁRCIA AMANCIO Como D=0 e D x 0, o sistema é impossível e
ÁLGEBRA LINEAR PROFª MÁRCIA AMANCIO Como D=0 e D x 0, o sistema é impossível e

Como D=0 e D x

ÁLGEBRA LINEAR PROFª MÁRCIA AMANCIO Como D=0 e D x 0, o sistema é impossível e

0, o sistema é impossível e não apresenta solução.

Sistemas Lineares

Sistemas escalonados

Utilizamos a regra de Cramer para discutir e resolver sistemas lineares em que o número de equações (m) é igual ao número de incógnitas (n). Quando m e n são maiores que três, torna-se muito trabalhoso utilizar essa regra. Por isso, usamos a técnica do escalonamento, que facilita a discussão e resolução de quaisquer sistemas lineares.

Dizemos que um sistema, em que existe pelo menos um coeficiente não-nulo em cada equação, está escalonado se o número de coeficientes nulos antes do primeiro coeficiente não nulo aumenta de equação para equação.

Para escalonar um sistema adotamos o seguinte procedimento:

a) Fixamos como 1º equação uma das que possuem o coeficiente da 1º incógnita diferente de

zero.

b) Utilizando as propriedades de sistemas equivalentes, anulamos todos os coeficientes da 1ª

incógnita das demais equações.

c) Repetimos o processo com as demais incógnitas, até que o sistema se torne escalonado.

Vamos então aplicar a técnica do escalonamento, considerando dois tipos de sistema:

I. O número de equações é igual ao número de incógnitas (m=n)

de equações é igual ao número de incógnitas (m=n) Exemplo 1: 1ºpasso: Anulamos todos os coeficientes

Exemplo 1:

1ºpasso: Anulamos todos os coeficientes da 1º incógnita a partir da 2º equação, aplicando as propriedades dos sistemas equivalentes:

ÁLGEBRA LINEAR

PROFª MÁRCIA AMANCIO

Trocamos a 2º equação pela soma da 1º equação, multiplicada por -2, com a 2º

Trocamos a 2º equação pela soma da 1º equação, multiplicada por -2, com a 2º equação:

da 1º equação, multiplicada por -2, com a 2º equação: Trocamos a 3º equação pela soma

Trocamos a 3º equação pela soma da 1º equação, multiplicada por -3, com a 3º equação:

-2, com a 2º equação: Trocamos a 3º equação pela soma da 1º equação, multiplicada por

2º passo: Anulamos os coeficientes da 2º incógnita a partir da 3º equação:

Trocamos a 3º equação pela soma da 2º equação, multiplicada por -1, com a 3º equação:

Trocamos a 3º equação pela soma da 2º equação, multiplicada por -1, com a 3º equação:

Agora o sistema está escalonado e podemos resolvê-lo.

Agora o sistema está escalonado e podemos resolvê-lo. -2z=-6 z=3 Substituindo z=3 em (II): -7y -

-2z=-6 z=3 Substituindo z=3 em (II):

-7y - 3(3)= -2

-2z=-6 z=3 Substituindo z=3 em (II): -7y - 3(3)= -2 -7y - 9 = -2 y=-1

-7y - 9 = -2

z=3 Substituindo z=3 em (II): -7y - 3(3)= -2 -7y - 9 = -2 y=-1 Substituindo

y=-1

Substituindo z=3 e y=-1 em (I):

x + 2(-1) + 3= 3

- 9 = -2 y=-1 Substituindo z=3 e y=-1 em (I): x + 2(-1) + 3=

x=2

Então, x=2, y=-1 e z=3

Sistemas Lineares

Exemplo 2:

- 9 = -2 y=-1 Substituindo z=3 e y=-1 em (I): x + 2(-1) + 3=

ÁLGEBRA LINEAR

PROFª MÁRCIA AMANCIO

1º passo: Anulamos todos os coeficientes da 1º incógnita a partir da 2º equação:

Trocamos a 2º equação pela soma do produto da 1º equação por -2 com a 2º equação:

soma do produto da 1º equação por -2 com a 2º equação: Trocamos a 3º equação

Trocamos a 3º equação pela soma do produto da 1º equação por -3 com a 3º equação:

por -2 com a 2º equação: Trocamos a 3º equação pela soma do produto da 1º

2º passo: Anulamos os coeficientes da 2ª incógnita, a partir da 3º equação:

Trocamos a 3ª equação pela soma do produto da 2ª equação por -1 com a 3º equação:

Trocamos a 3ª equação pela soma do produto da 2ª equação por -1 com a 3º

Dessa forma, o sistema está escalonando. Como não existe valor real de z tal que 0z=-2, o sistema é impossível.

II) O número de equações é menor que o número de incógnitas (m < n)

Exemplo:

é menor que o número de incógnitas (m < n) Exemplo: 1º passo : Anulamos todos

1º passo: Anulamos todos os coeficientes da 1º incógnita a partir da 2º equação:

Trocamos a 2º equação pela soma do produto da 1º equação por -2 com a 2º equação:

soma do produto da 1º equação por -2 com a 2º equação: Trocamos a 3º equação

Trocamos a 3º equação pela soma do produto da 1º equação por -1 com a 3º equação:

ÁLGEBRA LINEAR

PROFª MÁRCIA AMANCIO

ÁLGEBRA LINEAR PROFª MÁRCIA AMANCIO 2º passo : Anulamos os coeficientes da 2º incógnita, a partir

2º passo: Anulamos os coeficientes da 2º incógnita, a partir da 3º equação:

Trocamos a 3º equação pela soma do produto da 2º equação por -3 com a 3º equação

Trocamos a 3º equação pela soma do produto da 2º equação por -3 com a 3º

O sistema está escalonado. Como m<n, o sistema é possível e indeterminado, admitindo infinitas soluções. A diferença entre o número de incógnitas (n) e o de equações (m) de um sistema nessas condições é chamada grau de indeterminação (GI):

GI= n - m

Para resolver um sistema indeterminado, procedemos do seguinte modo:

Consideramos o sistema em sua forma escalonada:

Consideramos o sistema em sua forma escalonada: Calculamos o grau de indeterminação do sistema nessas condições:

Calculamos o grau de indeterminação do sistema nessas condições:

GI

= n-m = 4-3 = 1

Método de discussão do sistema por escalonamento

1. p(a): é número de linhas não-nulas de uma forma escalonada da matriz A

2. p(A:B) : ´número de linhas não-nulas da matriz escalonada aumentada

3. n= número de incógnitas do sistema

4. r = número de equações na forma escalonada

sistemado sistema 4. r = número de equações na forma escalonada não tem solução, quando: p(a)

não

tem

solução,

quando:

p(a)

na forma escalonada sistema não tem solução, quando: p(a) p(A:B)→ Sistema impossível(SI) sistema determinado(SPD)

p(A:B)→

Sistema

sistema não tem solução, quando: p(a) p(A:B)→ Sistema impossível(SI) sistema determinado(SPD) tem solução:

impossível(SI)

sistema

determinado(SPD)

tem

solução:

sistema tem solução:impossível(SI) sistema determinado(SPD) tem solução: indeterminado(SPI) p(A)=p(A:B), r=n→ Sistema possível e

indeterminado(SPI)

p(A)=p(A:B),

r=n→

Sistema

possível

e

p(A)=p(A:B), r < n → Sistema possível e

ÁLGEBRA LINEAR

2 x y z 3 x y z 1 x y z 2
2 x
y
z
3
x
y
z
1
x
y
z
2

Transformar

Ex:

e m matriz

PROFª MÁRCIA AMANCIO

2 1 1 : 3 1 1 1 : 1 1 1 1 : 1
2
1
1
: 3
1
1
1
: 1
1
1
1
: 1
1
1
1
:
1
1
1
1
:
1
1
1
1
: 1
2
1
1
: 3
0
1
1 : 1
0
1
1 : 1
0
1
1 :
1
1
1
1 : 2
1
1
1 : 2
1
1
1 : 2
0
2
2 : 1
0
0
0
:
1
L
L
L
L
2.L
L
L
L
L
L
2.L
1
2
2
2
1
3
3
1
3
3
2
n
2; r
3
n r
sistema impossível