Sunteți pe pagina 1din 101

Álgebra Linear III

Prof. Christina Waga Prof. Regina Freitas Versão 08

MATRIZES

ÍNDICE

Definição

1

Igualdade

2

Matrizes Especiais

2

Operações com Matrizes

3

Classificação de Matrizes Quadradas

9

Operações Elementares

11

Matriz Equivalente por Linha

11

Matriz na Forma Escalonada

11

Aplicações de Operações Elementares

12

Exercícios

15

Respostas

18

Apêndice A – Determinante

19

SISTEMAS DE EQUAÇÕES LINEARES

Definição

24

Matrizes Associadas a um Sistema Linear

24

Classificação de Sistemas

25

Resolução de Sistemas utilizando o Método de Eliminação Gaussiana

25

Resolvendo e Interpretando Geometricamente Sistemas Lineares no R 2

26

Resolvendo e Interpretando Geometricamente Sistemas Lineares no R 3

28

Sistema Homogêneo

37

Resolução de Sistemas utilizando Inversão de Matrizes

38

Exercícios

39

Respostas

40

ESPAÇO VETORIAL REAL DE DIMENSÃO FINITA

Definição

41

Subespaço Vetorial

42

Combinação Linear

43

Subespaço Vetorial Gerado e Conjunto Gerador

44

Vetores Linearmente Independentes e Dependentes

45

Base e Dimensão de um Espaço Vetorial

46

Operações com Subespaços Vetoriais

47

Coordenadas de um Vetor em relação a uma Base Ordenada

49

Matriz de Transição de uma Base para uma outra Base

50

Exercícios

51

Respostas

54

Apêndice B – Teoremas

55

i

TRANSFORMAÇÕES LINEARES

Transformação Linear

58

Operadores Lineares no Espaço Vetorial R 2

59

Núcleo e Imagem de uma Transformação Linear

62

Transformação Linear Injetora

64

Transformação Linear Sobrejetora

64

Transformação Linear Bijetora – Isomorfismo

65

Matriz Associada a uma Transformação Linear

66

Operações com Transformações Lineares

68

Exercícios

69

Respostas

73

Apêndice C – Teoremas

74

PRODUTO INTERNO

Definição

76

Norma de um Vetor

76

Distância entre dois Vetores

77

Ângulo entre dois Vetores

77

Ortogonalidade

77

Processo de Ortogonalização de Gram-Schmidt. Projeção de um Vetor sobre um Subespaço.

77

Complemento Ortogonal

80

Exercícios

81

Respostas

83

Apêndice D – Teoremas

84

AUTOVALORES E AUTOVETORES

Definição

86

Cálculo de Autovalores, Autovetores e Autoespaços

87

Multiplicidade de Autovalores

89

Diagonalização de Operadores Lineares

90

Exercícios

91

Respostas

91

Apêndice E – Teoremas

92

ESPAÇOS VETORIAS COM PRODUTO INTERNO E OPERADORES LINEARES

Operador Adjunto Operador Auto-Adjunto Operador Ortogonal Operador Normal Exercícios Apêndice F – Teoremas

BIBLIOGRAFIA

GLOSSÁRIO

ii

93

93

93

93

94

95

96

97

MATRIZES

Definição

Conjunto de números reais (ou complexos) dispostos em forma de tabela, isto é, distribuídos em m linhas e n colunas, sendo m e n números naturais não nulos.

Notação:

A =

a


 

a

11 a

21

a

m

1

a

a

12

22

m

2

a

a

a

1 n

2 n

mn


 

A

= (

a ij

a

ij

)

m

×

n

com i = 1,2,

m e j = 1,2,

- elemento genérico da matriz A

,

,

n

i - índice que representa a linha do elemento

a ij

j - índice que representa a coluna do elemento

a ij

m × n - ordem da matriz. Lê-se “m por n”.

Representações:

A = ( )

A = [ ]

A =

Exemplos:

A = ( ) A = [ ] A = Exemplos: 1) A representação de um

1) A representação de um tabuleiro de xadrez pode ser feita por meio de uma matriz 8 × 8 .

2) A matriz

A

= (

a

ij

)

2

×

3

onde a

ij

=

i

2

+

j

é

234

567  

.

3) A matriz abaixo fornece (em milhas) as distâncias aéreas entre as cidades indicadas:

cidade A cidade B cidade C cidade D

cidade A

cidade B

cidade C

cidade D

0

638

1244

638

0

3572

957 2704

1244

3572

0

1036

957

2704

1036

0

Esta é uma matriz 4 × 4 (quatro por quatro).

4) A matriz abaixo representa a produção (em unidades) de uma confecção de roupa feminina distribuída nas três lojas encarregadas da venda.

shorts

blusas saias

loja

loja II

I

loja III

50

70 100

30 120

80

25

0

70

jeans

40

60

25

Esta é uma matriz 3 × 4 (três por quatro) pois seus elementos estão dispostos em 3 linhas e 4 colunas.

Igualdade

Duas matrizes de mesma ordem

 

A

= (

a

i = 1,2,

,

m e para todo j = 1,2,

,

n .

ij

)

m

×

n

e

B

= (

b

ij

)

m

×

n

são iguais quando

a

ij

= b

ij

para todo

Matrizes Especiais

1. Matriz Linha Uma matriz A é denominada matriz linha quando possuir uma única linha.

Notação:

Exemplo: ( 8

A

= (

a

ij

)

3

1

×

n

4

) 1

×

3

2. Matriz Coluna Uma matriz A é denominada matriz coluna quando possuir uma só coluna.

Notação:

Exemplo:

A

= (

3  

9

1

 

3

a

×

1

ij

)

m × 1

3. Matriz Nula Uma matriz A é denominada matriz nula quando todos os seus elementos forem nulos, isto é,

a

ij

= 0

para todo i = 1,2,

Notação:

0

Exemplo:

m×n

0

0

0

0

0

0

2

×

3

,

m e para todo j = 1,2,

,

n .

4. Matriz Quadrada Uma matriz A é uma matriz quadrada quando possuir o mesmo número de linhas e de colunas, isto é, m = n .

Notação:

A =

(

a

ij

)

n

×

n

=

a

a

a

11

21

n

1

a

a

a

12

22

n

2

a

a

a

1

2

n

n

nn

, Diagonal Secundária: são os elementos da matriz A onde i + j = n + 1 para todo i, j = 1,2, Traço: é o somatório dos elementos da diagonal principal da matriz A, denotado por trA.

Diagonal Principal: são os elementos da matriz A onde i = j para todo i, j = 1,2,

n .

trA =

n

k = 1

a

kk

= a + a

11

22

+

+ a

nn

Exemplo:

A =

2

5

10

3

7

1

4

0

9

3

× 3

Elementos da diagonal principal: 2, 7 e 9. Elementos da diagonal secundária: 4, 7 e 10. trA = 2 + 7 + 9 = 18

,

n .

5.

Matriz Diagonal Uma matriz quadrada A é chamada de matriz diagonal quando todos os elementos que não

pertencem à diagonal principal são nulos, isto é,

Exemplo:

2

0

0

0

1

0

0

0

3

3

×

3

a ij

= 0 quando i j para todo i, j = 1,2,

, n .

6. Matriz Identidade Uma matriz diagonal A é chamada de matriz identidade quando os elementos da diagonal principal forem todos iguais a um. Notação:

I

n

Exemplo:

I

2

1 0

= 

0

1

2

×

2

7. Matriz Triangular Superior Uma matriz quadrada A é uma matriz triangular superior quando os elementos abaixo da diagonal

principal são nulos, isto é,

1

0

Exemplo:

0

0

a

ij

2

5

0

0

3

6

1

0

4

7

0

2

= 0

4 × 4

quando i > j para todo i, j = 1,2,

,

n .

8. Matriz Triangular Inferior Uma matriz quadrada A é chamada de matriz triangular inferior quando os elementos acima da

diagonal principal são nulos, isto é,

Exemplo:

1

4

7

0

8

3

0

0

0

3

× 3

a ij

= 0 quando i < j para todo i, j = 1,2,

, n .

Operações com Matrizes

1. Adição

Sejam

que

C

A

= (

= (

c

ij

)

a

)

ij

m

×

n

m

×

n

e

e

c

ij

B

= a

= (

ij

b

+ b

)

ij

m

ij

×

n

matrizes de mesma ordem, define-se a matriz soma C = A + B tal

para todo i = 1,2,

,

m e para todo j = 1,2,

,

n .

Exemplos:

1) Sejam

A

Então

A

=   1

5

2 1  

3

4

+

B

1

5

= 

+

0

4

e

B

2

3

+

7

0,5

= 

0

4

− +

+

1

4

7

0,5

2,5

5

2,5

5

   =   

1

1

.

5

3,5

1,5

9

.

2) Um laboratório farmacêutico produz um certo medicamento. Os custos relativos à compra e transporte de quantidades específicas da substância necessárias para a sua elaboração, adquiridas em dois fornecedores distintos são dados (em reais) respectivamente pelas seguintes matrizes.

preço

custo

preço

custo

compra

transporte

compra

transporte

substância

substância

substância

A

B

C

3

12

5

15


 

8

2

Fornecedor 1

substância

substância

substância

A

B

C

6

9

  3

8

9

5


Fornecedor 2

A matriz que representa os custos totais de compra e de transporte de cada uma das substâncias A, B e C é dada por:

9

21

8

23

17

7

Propriedades da Operação de Adição A1. Associativa: para quaisquer matrizes A, B e C de mesma ordem, ( A + B) + C = A + (B + C) .

A2. Comutativa: para quaisquer matrizes A e B de mesma ordem, A + B = B + A . Dem.: Considere matrizes de ordem m × n , A + B = C e B + A = D .

c

ij

= a + b = b + a = d

ij

ij

ij

ij

ij

para todo i = 1,

,

m e para todo

Assim, C = D . Logo, a operação de adição é comutativa.

A3. Elemento Neutro: para toda matriz A, A

+

0

m

×

n

=

0

m

×

n

+

A

=

A

.

j = 1,

,

n .

A4. Elemento Simétrico:para toda matriz A de ordem m × n existe uma matriz S de mesma ordem

tal que

A

Sendo

Notação: S = − A Assim,

S

+

S

=

+

n

A

tem-se

= 0

m

×

.

S

n

A

= (

a

ij

)

m

×

A

= (

s

ij

)

m

×

n

=−( )

a

ij

+ () = () + = 0

A

A

A

m

×

n

.

m

×

n

.

Além disso, A + (B) = A B .

A5. Para quaisquer matrizes quadradas A e B de mesma ordem, tr( A + B) = trA + trB . Dem: Considere as matrizes de ordem n.

tr

(

A

+

B

)

=

(

a

11

+

b

11

)

+

+

(

a

nn

+

b

nn

)

=

(

a

11

+

+

a

nn

)

+

(

b

11

+

+

b

nn

)

=

tr

(

A

)

+

tr B

(

)

2. Multiplicação por Escalar

Sejam

tal que

A

B

= (

a

ij

= (

b

ij

)

m

×

n

)

m

×

n

uma matriz e k R um escalar, define-se a matriz produto por escalar B = k A

e

b

ij

= k a

ij

para todo i = 1,2,

,

m e para todo j = 1,2,

,

n .

Exemplos:

1) Sejam

Então

(

A =

3)

1

3

1

A

=

(

0

5

7

e

k

3).1

( 3).3

(

3).(

1)

=−

3

.

(

3).0

(

3).(

5)

(

3).7


=

3

  − − 9

3

0

15

21

2) O quadro abaixo mostra a produção de trigo, cevada, milho e arroz em três regiões, em uma determinada época do ano.

 

TRIGO

CEVADA

MILHO

ARROZ

REGIÃO I

1200

800

500

700

REGIÃO II

600

300

700

900

REGIÃO III

1000

1100

200

450

Com os incentivos oferecidos, estima-se que a safra no mesmo período do próximo ano seja duplicada. A matriz que representa a estimativa de produção para o próximo ano é:

2400

2000

1200

1600

600

2200

1000

1400

400

1400

1800

900

Propriedades da Operação de Multiplicação por Escalar

R

E1. Para toda matriz A e para quaisquer escalares

k

1

,k

2

E2. Para toda matriz A e para quaisquer escalares

k ,k

1

2

R

,

,

(

(

k

1

+ k A = k A + k A

2

)

1

2

k k

1

2

)

(

A = k k

1

2

A

)

.

.

E3. Para quaisquer matrizes A e B de mesma ordem e para qualquer escalar k R , k (A + B) = k A + k B .

Dem.: Considere matrizes de ordem m × n , k ( A + B) = k C = D

d

ij

= k c = k (a + b ) = k a + k b = e + f = g

ij

ij

ij

ij

ij

ij

ij

,

Assim, D = G . Logo, vale a propriedade.

todo j = 1,

n .

E4. Para toda matriz A de ordem m × n ,

0

A

= 0

m

×

n

.

ij

,

E5. Para toda matriz A de ordem m × n , 1A = A .

e k A + k B = E + F = G .

para todo

i = 1,

,

m

e para

E6. Para toda matriz quadrada A e para todo k R, tr(k A) = k trA .

3. Multiplicação

Sejam as matrizes

A

= (

a

ij

)

m

×

p

e

B

= (

b

ij

)

p

×

n

, define-se a matriz produto

C = A B

tal que

p

C

= (

c

ij

)

m

×

n

e

c

ij

=

a

ik

b

kj

, isto é,

c

ij

= a

i 1

b

1

j

+ a

i

2

b

2

j

 
 

k = 1

 

para todo j = 1,2,

 

,

n .

Exemplos:

 

1) Sejam

A =

1

2

1

 

0

1

4

e

 

B

2

1

= 

3

0

1

1

.

 

1.2

+

0.1

 

1.3

+

0.0

 

1.1

 

+

0.(

1)

 

 

Então

A B =

 

2.2

+

1.1

2.3

+

1.0

2.1

+

1.(

1)

 

(

1).2

+

4.1

(

1).3

+

4.0

(

1).1

+

4.(

1)

 

 

Observe que

A

=

(

a

ij

)

3

×

2

,

B

=

(

b

ij

)

2

e

C

=

(

c

ij

)

3

×

3

.

+

=

 

 

+ a

ip

b

2

5

2 3

3

6

pj

para todo i = 1,2,

1

1

5

,

m

e

2) A matriz abaixo nos fornece as quantidades de vitaminas A, B e C obtidas em cada unidade dos alimentos I e II.

A

B

3

0

C

0

1

alimento I

alimento II

4

5

Ao serem ingeridas 5 unidades do alimento I e 2 unidades do alimento II a quantidade consumida de cada tipo de vitamina é dada por:

(

5

2

)

4

5

 

3

0

0


1

=

(5

4

+

2

5

5

3

+

2

0

5

0

+

2 1)(30

=

15

2)

Serão consumidas 30 unidades de vitamina A, 15 unidades de vitamina B e 2 unidades de vitamina C.

Propriedades da Operação de Multiplicação M1. Associativa: para quaisquer matrizes A, B e C de ordens m × p, p × l e l × n , respectivamente, ( A B) C = A (B C) .

Dem.: Considere ( A B) C = D C = E e

A (B C) = A F = G

.

e

ij

=

l

k =

1

d

ik

= (a

= a

= a

i

1

b

11

i

1

i1

b

(

c

11

b

11

c

+

1

j

kj

+

=

+

l

p

∑∑

(

k =

1

t =

1

a

it

b

a

+ a

ip

p

1

ip

b

)c

1

j

p

1

c

1

c

1 j

+ b

12

c

2 j

+

b

tk

)

j

+

(a

+ a

i

i

+ b

1l

c

c

kj

=

1

1

b

b

12

12

+

c

2

lj

)

+

j

+

+

+ a

b

)c

a

ip

p

2

ip

+

(

a

ip

b

p

b

p1

c

1 j

2

2

j

+

c

+ b

2

j

+

p2

+

c

2 j

p l

=

t =1

a

it

(

k =1

b

tk

c

kj

)

=

p

t =1

a

it

f

tj

= g

ij

para todo i = 1,

,

(a

+ a

+

i

1

b

1

l

+

c

+ b

i

1

b

1

l

lj

pl

+

+

c

lj

a

)

m e para todo

ip

b

pl

+ a

ip

)c

b

lj

pl

j = 1,

c

,

lj

n .

Assim, E = G . Logo, vale a propriedade associativa para multiplicação de matrizes.

M2. Distributiva da Multiplicação em relação à Adição: para quaisquer matrizes A e B de ordem m × p , para toda matriz C de ordem p × n e para toda matriz D de ordem l × m , (A + B) C = AC + B C e D (A + B) = D A + D B .

M3. Elemento Neutro: para toda matriz quadrada A de ordem n,

A

I

n

=

I

n

A

=

A

M4. Para quaisquer matrizes quadradas A e B de mesma ordem, tr( A B) = tr(B A) .

M5.

k (AB) = (k A) B = A(k B) M6. Para toda matriz quadrada A de ordem n,

Para

quaisquer

matrizes

quadradas

A

A

e

.0

n

×

B

de

n

= 0

n

×

n

mesma

A

= 0

n

ordem

×

n

e

para

todo

k R ,

Em geral, não vale a propriedade comutativa para a operação de multiplicação.

Assim,

Quando A B = B A , diz-se que A e B são matrizes comutáveis, ou ainda que A e B são matrizes

que comutam entre si. Por M6, qualquer matriz quadrada comuta com a matriz quadrada nula de mesma ordem.

A B B A .

Exemplos:

1)

Sejam as matrizes

A

B

⋅ =

C

=

(

c

ij

)

2×2

A

= (

(

a

d

ij

ij

)

)

2

×

3×3

3

=

e

B

D

=

= (

B

b

)

ij

A

.

3

×

2

.

2)

3)

4)

Sejam as matrizes

A

B

=

C

= (

c

ij

)

2

×

1

A

= (

a

ij

)

2

×

3

e

B

= (

b

ij

)

3

×

1

.

e a matriz produto B A não é definida.

Sejam

A

A

B

1

1

= 

=

1

3

2  

4

4

8

   ≠   

−

e

1

7

Sejam

A

=

Assim, A B

1

2

= 

2

3

1

1

B

− 1 0

= 

1

2

2

10

= B A

.

e

1

3

B

1 1

= 

1

1

= B A .

.

Logo, as matrizes A e B comutam entre si.

Potência de uma Matriz Quadrada de Ordem n.

A 0 = I

A 1 = A

n

2

A = AA

A

k

=

A

A

k

1

=

A

k

1

A

Toda matriz quadrada A comuta com qualquer potência natural de A.

Exemplos:

1)

Seja

A

= 

1

0

Então

A

2

=

A

3

1

A

.

= 

1

0

  1    

3  

1

0

3

1

   =   

1

0

6

1

.

2)

Sejam o polinômio

f

(

x

)

2

= x

+

2

x

11

e a matriz

Determinando o valor f ( A) :

f (x) = x

f ( A) =