Documente Academic
Documente Profesional
Documente Cultură
g
e
b
r
aL
i
n
e
a
r
Ma
t
e
m
t
i
c
a2
MATEMTICA II
CACHOEIRO DE ITAPEMIRIM
2010
Matemtica II
Governo Federal
Ministro de Educao
Fernando Haddad
Ifes Instituto Federal do Esprito Santo
Reitor
Denio Rebello Arantes
Pr-Reitora de Ensino
Cristiane Tenan Schlittler dos Santos
Diretora do CEAD Centro de Educao a Distncia
Yvina Pavan Baldo
Coordenadoras da UAB Universidade Aberta do Brasil
Yvina Pavan Baldo
Danielli Veiga Carneiro Sondermann
Curso de Licenciatura em Informtica
Coordenao de Curso
Giovany Frossard Teixeira
Designer Instrucional
Jonathan Toczek Souza
Professor Especialista/Autor
Olga Helena Pauletti Tovar
CDD: 510
DIREITOS RESERVADOS
IFES Instituto Federal do Esprito Santo
Av. Vitria Jucutuquara Vitria ES - CEP - (27) 3331.2139
Crditos de autoria da editorao
Capa: Juliana Cristina da Silva
Projeto grfico: Juliana Cristina e Nelson Torres
Iconografia: Nelson Torres
Editorao eletrnica: Duo Translation
Reviso de texto:
Zenas Vieira Romano
COPYRIGHT proibida a reproduo, mesmo que parcial, por qualquer meio, sem autorizao escrita dos
autores e do detentor dos direitos autorais.
Licenciatura em Informtica
Ol, Aluno(a)!
Matemtica II
ICONOGRAFIA
Veja, abaixo, alguns smbolos utilizados neste material para gui-lo em seus estudos
Fala do Professor
Licenciatura em Informtica
MATEMTICA II
Cap. 1 - MATRIZES9
1.1 Definio9
1.2 Matriz genrica12
1.3 Igualdade de matrizes13
1.4 Matrizes especiais14
1.5 Adio de matrizes19
1.6 Multiplicao por escalar21
1.7 Multiplicao de matrizes23
1.8 Matriz inversa26
1.9 Aplicaes28
Cap. 2 - DETERMINANTES39
2.1 Definio40
2.2 Determinante de matriz 1x140
2.3 Determinante de matriz 2x240
2.4 Determinante de matriz 3x341
2.5 Teorema de laplace44
2.6 Propriedades dos determinantes48
2.7 Regra de Chi52
2.8 Matriz inversa55
2.9 Aplicaes58
Matemtica II
Cap. 4 - VETORES107
4.1 Vetor no plano e no espao107
4.2 Adio de vetores111
4.3 Multiplicao por escalar112
4.4 Norma de um vetor113
4.5 Produto escalar115
4.6 Projeo ortogonal118
4.7 Produto vetorial120
4.8 Produto misto124
4.9 Aplicaes126
Licenciatura em Informtica
APRESENTAO
Ol!
Meu nome Olga Helena Pauletti Tovar. Sou responsvel pela disciplina
Matemtica II.
Fiz Licenciatura em Matemtica na UFES, Especializao em Matemtica na UFSC e Mestrado em Engenharia de Produo tambm na UFSC.
Sou professora h muitos anos...
Gosto muito de estudar e de aprender, e uma boa forma de fazer isso
ensinando.
Nesta disciplina, estudaremos matrizes, determinantes, sistemas lineares,
vetores no plano e no espao, espaos vetoriais, autovalores e autovetores.
Esta matemtica toda ser muito importante para a sua formao enquanto um profissional da rea de informtica.
Estarei ao seu lado e usarei todas as suas dvidas para melhorar este material. Portanto, apresente sempre suas dvidas.
No vai ser fcil. Estudar exige muita pacincia e determinao, mas os
frutos so maravilhosos.
Que Todos os Santos nos ajudem!
Sucesso!
Matemtica II
Licenciatura em Informtica
MATRIZES
Definir matriz.
1.2.
1.3.
1.4.
1.5.
Adicionar matrizes.
1.6.
1.7.
Multiplicar matrizes.
1.8.
1.9.
1.1
Definio
Em geral, usamos letras maisculas para nomear uma matriz, e parnteses, colchetes ou barras duplas, para apresentar seus elementos.
Exemplo 1. As matrizes A e I abaixo so representadas por colchetes e a
matriz B por parnteses.
A=
B=
Matemtica II
I=
10
Captulo 1
C=
L=
Exemplo 3. A matriz A =
Exemplo 4. B =
2. O tipo da matriz L =
3. A ordem ou tipo da matriz I =
?
?
11
Matrizes
composta
com-
, ento a23 = 5.
temos b14 = 7.
Exemplo 8. Na matriz B =
Sendo A =
eB=
determinar:
a) Os elementos da terceira coluna da matriz A?
b) Os elementos da segunda linha da matriz B?
c) O elemento b25 da matriz B?
d) A representao do elemento 6 da matriz B?
e) Qual o elemento nulo da matriz A?
Matemtica II
, voc capaz de
12
Captulo 1
A=
Ento, A =
I=
. Ento I =
B=
Licenciatura em Informtica
. Apresentando seus
. Escrevendo seus
13
Matrizes
Ento, B =
Igualdade de matrizes. As matrizes A e B so iguais quando possuem a mesma ordem e, alm disso, cada elemento aij da matriz A
igual ao correspondente bij na matriz B.
Exemplo 1. A =
eB=
so ma-
trizes iguais.
Exemplo 2. Sabendo que as matrizes A =
so iguais, conclui-se que x = 1, y = 2, a = 4 e b = 5.
Matemtica II
eB=
14
Captulo 1
Matriz oposta (ou simtrica). A oposta, ou simtrica, de uma matriz A, representada por ( A), a matriz onde cada elemento
igual ao oposto do elemento correspondente na matriz A.
Exemplo 4. B =
( A) =
simtrica da matriz ( B) =
Matriz linha. Matriz linha uma matriz que possui uma nica
linha.
Exemplo 1. A =
matrizes linhas.
,B=
eC=
so
Matriz coluna. Matriz coluna uma matriz que possui uma nica coluna.
Exemplo 2. M =
,N=
eP=
so matrizes colunas.
15
Matrizes
Exemplo 3. O1x2 =
, O3x3 =
e O4x1 =
so matrizes
nulas.
A matriz nula to importante para o conjunto das matrizes quanto o nmero zero para o conjunto dos nmeros reais!
Exemplo 4. As matrizes A =
,B=
eC=
Diagonais de uma matriz quadrada. Em uma matriz quadrada de ordem n os elementos tais que i = j formam a diagonal principal. Os elementos tais que i + j = n + 1 formam a
diagonal secundria.
Exemplo 5. A matriz A =
, quadrada de ordem 4.
Os elementos a11 = 1, a22 = 6, a33 = 11 e a44 = 16, formam a diagonal principal. Observa que todos eles tm i = j.
Matemtica II
16
Captulo 1
Os elementos a41 =13, a32 =10, a23 = 7 e a14 = 4, formam a diagonal secundria. Observa que em todos eles i + j = n + 1 = 5.
Matriz diagonal. Matriz diagonal uma matriz quadrada onde todos os elementos que no esto na diagonal principal nulos.
,B=
Exemplo 6. A =
eC=
so
matrizes diagonais.
Exemplo 7. A =
,B=
eC=
matrizes triangulares.
Licenciatura em Informtica
so
17
Matrizes
Matriz identidade. Matriz identidade uma matriz diagonal onde todos os elementos que esto na diagonal principal so unitrios.
Exemplo 8. I1 =
, I3 =
e In =
so matrizes
identidade.
A matriz identidade to importante para o conjunto das matrizes quanto o nmero um para o conjunto dos nmeros reais.
Transposta de uma matriz. A transposta de uma matriz A de ordem mxn a matriz At de ordem nxm tal que as linhas da matriz
A passam a ser as colunas da matriz At. Da mesma forma, as colunas da matriz A passam a ser as linhas da matriz At.
Exemplo 9. Se A =
ento At =
Exemplo 10. Se B =
ento Bt =
1 3 2
Exemplo 11. Se C = 0 4 3
2 1 4
ento Ct =
Matemtica II
18
Captulo 1
1. Escreva as matrizes:
a) Nula de ordem 3x4, O3x4.
b) Identidade de ordem 5, I5.
2. Escreva a transposta da matriz C = (cij)2x5 onde cij =
Exemplo 12. A =
,B=
eC=
so
matrizes simtricas.
Exemplo 13. A=
,B=
eC=
so matrizes anti-simtricas.
Licenciatura em Informtica
19
Matrizes
Ser que existe uma matriz nula, quadrada, linha, coluna, diagonal,
triangular, simtrica e anti-simtrica? Sim! a matriz O1x1 = [0].
Ser que existe uma matriz nula, diagonal e triangular? Sim! Toda
matriz quadrada e nula satisfaz a esta condio.
O que toda matriz anti-simtrica tem de especial em sua diagonal
principal? Os elementos da diagonal principal de uma matriz antisimtrica so nulos.
Em alguns casos, possvel somar, multiplicar e at encontrar a inversa
de uma matriz. o que veremos a seguir.
B=
, obtemos a matriz A + B =
A=
, obtemos a matriz A B =
da matriz
Matemtica II
20
Captulo 1
A=
2. Dadas as matrizes A =
e Bt =
, deter-
mine as matrizes A + Bt e At + B.
3. Considerando as matrizes A =
eB=
, encon-
Licenciatura em Informtica
21
Matrizes
Na prtica, para multiplicar uma matriz por um nmero basta multiplicar todos os elementos da matriz por esse nmero.
Exemplo 1. Se A =
, ento a matriz 2A =
Matemtica II
22
Captulo 1
Exemplo 2. Se B =
, ento
resolvido da
3A =
3A =
A=
Para encontrar a matriz B, basta substituir A em qualquer uma das equaes dadas. Escolhendo a segunda equao temos:
AB=
B=
B=
B=
B=
Licenciatura em Informtica
Matrizes
A=
eB=
eB=
Dadas A =
, encontre as matrizes:
a) C = 3A.
b) D = A 2Bt.
c) E =
B.
.
d) X e Y tais que
)A =
A+ A.
Distributiva:
(A + B) =
A+
Associativa: (
)A =
( A).
B.
At.
Matemtica II
23
24
Captulo 1
Na prtica, se o produto existe, o elemento que est na linha i e na coluna j da matriz AB igual soma dos produtos de cada elemento da linha
i da matriz A pelo elemento correspondente na coluna j da matriz B.
pela matriz B =
a matriz AB =
AB =
Licenciatura em Informtica
25
Matrizes
Exemplo 2. Se B =
trs, o produto da matriz I3 pela matriz B no existe. O produto da matriz B por I3 existe, pois a matriz B do tipo 4x3 e a matriz I3 do tipo
3x3. O produto ser uma matriz do tipo 4x3, ou seja, ter mesmo nmero de linhas que a matriz B e o mesmo nmero de colunas que I3. Vamos,
ento, encontrar o produto de B por I3:
BI3 =
Ento BI3 =
A matriz identidade to importante para o conjunto das matrizes quanto o nmero um para o conjunto dos nmeros reais.
Desde que exista, o produto de uma matriz pela identidade (ou da
identidade por uma matriz) ele sempre igual prpria matriz.
Matemtica II
26
Captulo 1
Propriedades da multiplicao de matrizes. Se A, B e C so matrizes tais que os produtos indicados existem, ento valem as
propriedades:
Associativa: A(BC) = (AB)C.
Existncia do elemento neutro: AI = A.
Distributiva: A(B + C) = AB + AC.
Transposta de matrizes: (AB)t = Bt At..
2. Sendo A =
eB=
, encontre, se existirem,
as matrizes:
a) AB.
b) BA.
c) At Bt.
d) Bt At.
e) A I2.
f) I3 B.
Licenciatura em Informtica
27
Matrizes
Exemplo 1. A-1 =
a inversa de A =
, pois:
Exemplo 2. Se A =
Resolvendo o sistema
, encontramos a = 7 e c = 2.
Resolvendo o sistema
, encontramos b = 3 e d = 1.
Exemplo 3. Se B =
Matemtica II
28
Captulo 1
Como o sistema
Ser que existe alguma aplicao prtica para toda esta lgebra
Matricial? Vejamos algumas a seguir.
1.9 Aplicaes
Exemplo 1. Quatro times disputam um campeonato de futebol em
trs rodadas.
Na primeira rodada, cada time disputa 6 partidas. Em cada uma, o time vencedor ganha 3 pontos e o perdedor perde 1 ponto. Quando h empate, cada
time ganha 2 pontos. O time com menor nmero de pontos eliminado.
Suponha os resultados abaixo:
O Time 1 teve 2 vitrias, 2 derrotas e 2 empates.
O Time 2 teve 3 vitrias, 1 derrota e 2 empates.
O Time 3 teve 2 vitrias 3 derrotas e 1 empate.
O Time 4 teve 1 derrota e 5 empates.
O quadro abaixo representa estes resultados.
Licenciatura em Informtica
29
Matrizes
Vitrias
Derrotas
Empates
Time 1
Time 2
Time 3
Time 4
, que representa o
Veja que ao final da primeira rodada o Time 3 foi eliminado por s ter
obtido 5 pontos.
Na segunda rodada, cada um dos trs times disputa 3 partidas. Nelas,
o time vencedor ganha 2 pontos e o perdedor no pontua. Quando h
empate, cada time ganha 1 ponto. Alm disso, os times levam para a
segunda rodada os pontos da primeira. O time com o menor nmero de
pontos eliminado.
Suponha os resultados abaixo:
O Time 1 teve 1 vitria, 1 derrota e 1 empate.
O Time 2 teve 1 derrota e 2 empates.
O Time 4 teve 3 empates.
O quadro abaixo representa estes resultados.
Matemtica II
30
Captulo 1
Vitrias
Derrotas
Empates
Time 1
Time 2
Time 3
Time 4
pela matriz
e depois
. Assim:
Nesta rodada, o eliminado foi o Time 1. Observe que o Time 3 no participou da segunda rodada, pois foi eliminado na primeira.
Na ltima rodada cada um dos dois times finalistas disputa 4 partidas.
Em cada uma, o time vencedor ganha 5 pontos e o perdedor perde 2
pontos. Quando h empate, cada time ganha 3 pontos. Alm disso, os
times levam os pontos das rodadas anteriores. O time com maior nmero de pontos campeo.
Suponha os resultados abaixo:
Licenciatura em Informtica
31
Matrizes
Derrotas
Empates
Time 1
Time 2
Time 3
Time 4
por
Assim:
Matemtica II
32
Captulo 1
Exemplo 2. Uma pequena indstria fabrica cinco produtos, P1, P2, P3,
P4 e P5, utilizando quatro peas diferentes A, B, C e D.
Na produo de P1 so utilizas 3 unidades da pea A, 2 da pea B
e 5 da pea D.
Para produzir P2 so utilizadas 5 unidades da pea A, 1 de B, 3 de C e 9 de D.
Para P3 so utilizadas 4 unidades da peas B, 5 de C e 8 de D.
Em P4 ela utiliza 2 unidades de A, 2 de B, 2 de C e 7 de D.
Para P5 so utilizadas 8 unidades de A, 1 de B, 4 de C e 5 de D.
A produo mdia mensal de 100 unidades de P1, 500 de P2, 200 de
P3, 300 de P4 e 300 de P5.
As peas utilizadas, A, B, C e D, so compradas por R$ 3,00, R$ 2,00, R$
5,00 e R$ 1,00, respectivamente.
Todos os produtos so vendidos por R$ 40,00 a unidade e toda a
produo vendida.
Os concorrentes do dono desta indstria esto vendendo os mesmos
produtos com um lucro de 10%, sobre os preos de custo, ento ele resolveu avaliar como est a situao de sua empresa.
O custo basicamente formado pelas peas que ele compra, pois as mquinas que fabricam os produtos esto pagas e a manuteno muito
simples e praticamente sem custos. Trabalham na indstria ele e sua
esposa que dividem em partes iguais todo o lucro.
Ser que os produtos esto sendo vendidos a um preo justo? possvel
aumentar o lucro sem perder vendas?
As informaes sobre a produo podem ser organizadas na tabela:
Pea A
Pea B
Pea C
Pea D
Produto P1
Produto P2
Produto P3
Produto P4
Produto P5
Licenciatura em Informtica
33
Matrizes
a matriz
, que informa
Matemtica II
34
Captulo 1
Assim: 1,1
A matriz
Licenciatura em Informtica
35
Matrizes
= (53900).
=
O custo de R$ 53.900,00.
A matriz
Assim:
= (56000).
Matemtica II
36
Captulo 1
Assim:
= (59290).
A receita da indstria passar a ser de R$ 59. 290,00.
Para de determinar o lucro fazemos: (59290) (53900) = (5390)
E o lucro passar a ser de R$ 5.390,00.
Licenciatura em Informtica
Matrizes
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
________________________________________________________
Matemtica II
37
38
Licenciatura em Informtica
39
DETERMINANTES
2.2.
2.3.
2.4.
2.5. Calcular o determinante de uma matriz quadrada de ordem n utilizando o Teorema de Laplace.
2.6.
2.7. Calcular o determinante de uma matriz quadrada de ordem n utilizando a Regra de Chi.
2.8.
2.9.
Matemtica II
40
Captulo 2
2.1 Definio
Dada uma matriz quadrada A de ordem n, representamos seu determinante por det A, ou por
.
2, ou seja det A = 2.
det B = 7.
Determinante de uma matriz 2x2. O determinante de uma matriz quadrada de ordem 2 igual diferena entre o produto dos
elementos da diagonal principal e o produto dos elementos da
diagonal secundria.
Licenciatura em Informtica
41
Determinantes
O determinante da matriz A =
Exemplo 2.
det A = 15 14, ou
= 35 (12) = 35 + 12 = 47.
, qual o valor de x?
Matemtica II
42
Captulo 2
Para calcular o determinante de uma matriz 3x3 pela Regra de Sarrus repetem-se, em ordem, as duas primeiras colunas da matriz logo aps a ltima.
Se A =
, fazemos
Assim:
Assim:
Licenciatura em Informtica
43
Determinantes
B=
ento B =
devemos, inicial-
det B = 13.
Matemtica II
44
Captulo 2
3. Se
, qual o valor de x?
Menor complementar. Seja aij um elemento de uma matriz quadrada A. Denominamos menor complementar de aij e indicamos
por Dij, o determinante da matriz que obtemos aps eliminar de
A a linha i e a coluna j.
Cofator. Seja aij um elemento de uma matriz quadrada A. Denominamos cofator de aij e indicamos por Aij, o nmero real obtido
do produto entre (1)i + j e o menor complementar de aij. Ou seja,
Aij = (1)i + j Dij.
Licenciatura em Informtica
Determinantes
O Teorema de Laplace pode ser utilizado para calcular o determinante de qualquer matriz quadrada.
pelo teorema de Laplace preciso escolher uma fila. Pode ser qualquer
linha ou qualquer coluna. Se, por exemplo, escolhemos a primeira linha,
ento o determinante ser igual soma dos produtos de cada elemento
da linha 1 pelos seus cofatores.
det A = a11A11 + a12A12 + a13A13.
Antes de calcular cada cofator (Aij), necessrio determinar o menor
complementar (Dij) de cada elemento aij da fila escolhida matriz A.
O menor complementar de a11, D11, igual ao determinante da matriz
obtido quando se elimina da matriz a linha 1 e a coluna 1.
D11 =
= 20 + 6 = 26.
= 28 + 2 = 30
= 21 5 = 16
Matemtica II
45
46
Captulo 2
det A = 144.
Observe que este determinante foi calculado no exemplo 1 da Regra de Sarrus. Um determinante de ordem 3, em geral, mais fcil
calcular pela Regra de Sarrus.
D12 =
= 16 15 12 4 = 47
Licenciatura em Informtica
47
Determinantes
D32 =
= 4 + 20 + 6 + 8 15 2 = 13
Agora, os cofatores:
A12 = (1)1+2D12 = (1)x(47) = 47
A32 = (1)3+2D32 = (1)x 13 = 13
E, finalmente, o determinante:
det A = a12xA12 + a22xA22 + a32xA32 + a24xA42
det A = 2x47 + 0xA22 + 3x(13) + 0xA42 = 94 39
det A = 55.
Resolva os exerccios abaixo e observe neles algumas propriedades dos determinantes que sero vistas a seguir:
Matemtica II
48
Captulo 2
6. Seja a matriz A quadrada de ordem 6. Qual o nmero mximo de determinantes de ordem 3 que teremos que calcular para
encontrar o determinante de A?
Como voc viu nas atividades que fez, calcular um determinante pode
ser bem trabalhoso. Para calcular um determinante de ordem 6 talvez
seja necessrio calcular 120 determinantes de ordem 3.
Em geral, possvel simplificar o clculo empregando certas propriedades dos determinantes.
Exemplo1. A =
det A = 0.
Exemplo 2. A =
det A = 0.
Determinantes
Exemplo 3. A =
det A = 0.
Exemplo 4. A =
det A = 0.
Exemplo 5. A =
B=
det A = 55.
det B = 55.
Matemtica II
49
50
Captulo 2
Exemplo 6. A =
B=
det A = 13.
det B = 26
Obs. A terceira linha da matriz A foi multiplicada por (2), ento o determinante foi tambm multiplicado por (2).
Propriedade 7. O determinante de uma matriz igual ao determinante de sua transposta.
Exemplo 7. A =
At =
det A = 13.
det At = 13.
Exemplo 8. A =
Licenciatura em Informtica
Determinantes
Exemplo 9. A =
B=
det A = 144.
det B = 144.
Exemplo 10. A =
B=
AB =
det A = 21.
det B = 27.
det AB = 567.
51
52
Captulo 2
A A-1 = I
Regra de Chi.
1. O elemento a11 da matriz deve ser unitrio. Caso no seja, use
alguma propriedade para transform-lo em 1.
2. Elimine a primeira linha e a primeira coluna da matriz A, reduzindo assim a ordem da mesma.
3. De cada elemento aij restante na matriz A subtraia o produto
de ai1 por a1j.
4. A matriz obtida tem o mesmo determinante que a matriz A.
j foi encon
Licenciatura em Informtica
53
Determinantes
= 5 16 = 21.
o elemento b11 = 2.
Exemplo 2. Na matriz B =
Agora, trocando a primeira coluna com a terceira, o determinante inverte o sinal (propriedade 5).
Assim:
Matemtica II
54
Captulo 2
pode ser
Determinantes
det B = 313.
Praticando tudo fica muito simples. Tente refazer os determinantes dos exemplos de maneiras diferentes..
0
5 2 0
2
2 0
8 10
1
Considere a matriz A = . 3 1 0
0
3
1
1
1 3 4
0
5 2 5 0
Encontre seu determinante de duas maneiras diferentes aplicando a Regra de Chi.
55
56
Captulo 2
Matriz inversa. A inversa de uma matriz quadrada igual ao produto do inverso do determinante da matriz pela transposta da matriz de seus cofatores.
Assim: A-1 =
)t, onde
Exemplo 1: A matriz A =
te no nulo.
det A =
= 12 2 + 20 = 30
= 12
A12 = (1)1+2
= ( 1)x( 4) = 4
A13 = (1)1+3
= 1
Licenciatura em Informtica
57
Determinantes
A21 = (1)2+1
= ( 1)x(20 2) = 18
A22 = (1)2+2
=4
A23 = (1)2+3
= ( 1)x1 = 1
A31 = (1)3+1
= 6
A32 = (1)3+2
= ( 1)x2 = 2
A33 = (1)3+3
=3+5=8
A-1 =
=,
A-1 =
)t.
Matemtica II
58
Captulo 2
2.9 Aplicaes
Uma aplicao interessante e bastante til dos determinantes o
clculo de reas.
Se os vrtices A, B e C de um tringulo esto representados num sistema
de coordenadas cartesianas por pares ordenados A = (xA, yA), B = (xB, yB)
e C = (xC, yC), ento a rea do tringulo ABC dada por S =
, onde
D=
D = 443
S=
Licenciatura em Informtica
Determinantes
Matemtica II
59
60
Licenciatura em Informtica
61
SISTEMAS LINEARES
3.2.
3.3.
3.4.
3.5.
3.6.
3.7.
Matemtica II
62
Captulo 3
5x1 + 4 x2 + 3 x3 + 4 x4 = 7
2t 3w = 0.
Exemplo 2. As equaes seguintes no so lineares.
x2 2x + 9 = 0
x 3 xy + 2y = 5.
Obs.: Uma n-upla um conjunto ordenado com n elementos. Em particular, se este conjunto tiver dois elementos, chamamos de par ou dupla,
se tiver trs de terna ou de quadra se tiver quatro elementos.
Exemplo 1. A terna (1; 3; -1) soluo da equao 2x + 3y z = 12, pois
2x1 + 3x3 (1) = 12.
A quadra (1; 0; -1; 0) no uma soluo da equao x + y z + t = 1,
pois 1 + 0 (1) + 0 1.
Licenciatura em Informtica
63
Sistemas Lineares
Exemplo 1.
3 incgnitas.
Exemplo 3.
um sistema 3x2.
Soluo de um sistema de equaes lineares. Soluo de um sistema de equaes lineares uma n-upla que satisfaz a todas as
equaes do sistema.
Se a n-upla (c1, c2, c3,..., cn) soluo da equao linear
, ento
pois
Matemtica II
64
Captulo 3
1. Qual deve ser o valor de K para que a terna (1, 3, 5) seja soluo
da equao linear 2x Ky + z = 2?
2. Escreva um sistema 2x2 tal que o par (2, 1) seja soluo.
3. Qual deve ser o valor de K para que (0, 0, 0) seja soluo do sistema
?
Exemplo1. O sistema
que o par (2, 1).
Voc pode usar o mtodo da substituio para resolver e confirmar que (2,1) a nica soluo do sistema.
Licenciatura em Informtica
65
Sistemas Lineares
Exemplo 2. O sistema
Exemplo 3. O sistema
SI.
Os sistemas de duas equaes e duas incgnitas so resolvidos com facilidade pelos mtodos da adio e da substituio. Veja os exemplos e
relembre esses mtodos.
Exemplo1. Para resolver o sistema
pelo mtodo da
2x 30 + 12x = 5
14x = 35
x=
Determinamos o valor de y.
y = 10 4(
y = 10 10 = 0
o, modificamos o sistema de modo que, quando as equaes so somadas, uma varivel seja eliminada.
Matemtica II
66
Captulo 3
x=2
y=0
ou AX = B.
Licenciatura em Informtica
67
Sistemas Lineares
b)
pela Regra de
Matemtica II
68
Captulo 3
D=
= 4 + 12 1 + 6 + 2 + 4 = 27.
Como D
Dx =
= 20 12 4 6 + 8 20 = 54
Dy =
= 8 + 60 + 3 + 12 + 10 12 = 81
Dz =
= 6 + 12 + 5 30 + 3 + 4 = 0
x=
=2
y=
=3
z=
=0
Licenciatura em Informtica
69
Sistemas Lineares
pela Regra
D=
D=
Como D
= 2.
Dx =
=8
Dy =
=1
Dz =
= 11
Dt =
=4
Matemtica II
70
Captulo 3
Agora encontramos:
x=
=4
y=
z=
t=
=2
, 2)}.
b)
c)
Licenciatura em Informtica
71
Sistemas Lineares
0.
SPI, pois:
D = Dx = Dy = Dz = 0. Ou seja:
=
= 0.
Matemtica II
72
Captulo 3
Operao elementar. uma operao que pode ser realizada sobre o sistema sem modificar suas solues. So elas:
1. Trocar de posio duas equaes.
2. Multiplicar uma equao por um nmero real no nulo.
3. Substituir uma equao pela soma dela outra previamente
multiplicada por uma constante.
Licenciatura em Informtica
73
Sistemas Lineares
a matriz
Exemplo 2. O sistema
de
Matemtica II
74
Captulo 3
Exemplo 3. O sistema
, 2)}.
Licenciatura em Informtica
75
Sistemas Lineares
Matemtica II
76
Captulo 3
Passo 6. Substitumos a quarta linha pela soma dela com a segunda mulpiplicada por ( 2).
.
.
na primeira equao e da x = 4.
, 2)}.
Licenciatura em Informtica
77
Sistemas Lineares
Matemtica II
78
Captulo 3
Para i = 1.
Passo1. Piv 2.
Passo 2. Trocar a linha 1 pela linha 2 (ou pela linha 4).
Licenciatura em Informtica
Sistemas Lineares
Para i = 2.
Passo1. Piv
).
Matemtica II
79
80
Captulo 3
Para i = 3.
Passo1. Piv
).
Para i = 4.
Passo 1. Piv 1.
Passo 2. A linha que contm o piv a linha 4.
Passo3. Dividir a linha 4 por 1.
Licenciatura em Informtica
81
Sistemas Lineares
Substitua t = 0, z =
A soluo S = {(4,
ey=
,
.
.
, 2)}.
SPI.
Matemtica II
82
Captulo 3
A soluo S = {(
e na primeira, determi-
, a), onde a
Se voc quiser escrever algumas solues do sistema, basta atribuir valores para a.
Licenciatura em Informtica
Sistemas Lineares
Matemtica II
83
84
Captulo 3
b)
c)
Exemplo 1. O sistema
homogneo.
Licenciatura em Informtica
85
Sistemas Lineares
SPD, pois o
= 2 3 5 1 + 10 + 3 = 6.
Sendo SPD, ele possui uma nica soluo que a nula. S = {(0, 0, 0)}.
Exemplo 3. O sistema
Matriz ampliada
Matemtica II
86
Captulo 3
. Na segunda, determina-
A soluo S = {(
, a), onde a
b)
c)
Licenciatura em Informtica
}.
87
Sistemas Lineares
Discutir um sistema linear consiste em analisar seu comportamento quando um parmetro (coeficiente ou termo independente) desconhecido.
Exemplo 1. No sistema
o coeficiente da varivel y na
= 2K 1.
ento D
(SPD).
Se K =
, encontramos:
-3=
Portanto, quando K =
o sis-
, o coeficiente da varivel z
Matemtica II
88
Captulo 3
Licenciatura em Informtica
89
Sistemas Lineares
Agora a discusso:
Se K =
e o sistema ser
impossvel (SI).
Se K
eo
3. Discutir o sistema
Matemtica II
escre-
90
Captulo 3
Licenciatura em Informtica
91
Sistemas Lineares
utilizando a in-
Matemtica II
92
Captulo 3
O produto da matriz identidade por uma matriz, se existe, igual prpria matriz, ento:
Finalmente,
e S = {( 4, 1,
)}
b)
Licenciatura em Informtica
Sistemas Lineares
3.9 Aplicaes
Exemplo 1. Uma pequena indstria fabrica cinco produtos, P1, P2, P3,
P4 e P5, utilizando quatro peas diferentes A, B, C e D.
Na produo de P1 so utilizas 3 unidades da pea A, 2 da pea B e 5 da
pea D.
Para produzir P2 so utilizadas 5 unidades da pea A, 1 de B, 3 de C e
9 de D.
Para P3 so utilizadas 4 unidades da peas B, 5 de C e 8 de D.
Em P4 ela utiliza 2 unidades de A, 2 de B, 2 de C e 7 de D.
Para P5 so utilizadas 8 unidades de A, 1 de B, 4 de C e 5 de D.
As peas utilizadas, A, B, C e D, so compradas por R$ 3,00, R$ 2,00, R$
5,00 e R$ 1,00, respectivamente.
Os preos de venda destes produtos so:
P1 vendido por R$ 19,80, P2 por R$ 45,10, P3 por R$ 45,10, P4 por R$
29,70 e P5 a R$ 56,10.
Atualmente a produo mdia mensal de 100 unidades de P1, 500 de
P2, 200 de P3, 300 de P4 e 300 de P5.
O lucro da empresa hoje de R$ 5.390,00.
O dono da indstria quer saber se possvel aumentar este lucro sem
grandes mudanas na empresa.
Ele deseja saber quantas unidades de cada produto deve ser fabricada
para que o lucro aumente sem alterar as quantidades de peas compradas atualmente.
Matemtica II
93
94
Captulo 3
Pea A
Pea B
Pea C
Pea D
Produo
Atual
P1
100
P2
500
P3
200
P4
300
P5
300
2400
4300
10200
C o n s u m o 5800
Atual
A primeira equao representa a utilizao da pea A na fabricao dos produtos P1, P2, P3, P4 e P5 que deve ser limitada s 5800
unidades disponveis no estoque.
As demais tratam da utilizao das peas B, C e D que tambm
devem ser limitadas s 2400, 4300 e 10200 unidades disponveis
no estoque, respectivamente.
A igualdade nas equaes indica que se est buscando utilizar todas as peas em estoque.
As solues tero que ser inteiras e no negativas, pois no possvel fabricar
pea ou ( 2) peas.
Licenciatura em Informtica
Sistemas Lineares
Passo 3. Substitumos a quarta linha pela soma dela com a primeira previamente multiplicada por ( 5).
Matemtica II
95
96
Captulo 3
Passo 8. Substitumos a quarta linha pela soma dela com a segunda previamente multiplicada por 11.
Passo 9. Substitumos a linha quatro pela soma dela com a terceira previamente multiplicada por 3.
Licenciatura em Informtica
Sistemas Lineares
Passo 10. Trocamos a terceira linha com a quarta previamente multiplicada por ( 1).
Passo 11. Substitumos a primeira linha pela soma dela com a terceira
previamente multiplicada por ( 84).
Passo 12. Substitumos a segunda linha pela soma dela com a terceira
previamente multiplicada por 22.
Passo 13. Substitumos a quarta linha pela soma dela com a terceira previamente multiplicada por ( 71).
Matemtica II
97
98
Captulo 3
Passo 15. Substitumos a primeira linha pela soma dela com a quarta
previamente multiplicada por ( 108).
Passo 16. Substitumos a segunda linha pela soma dela com a quarta
previamente multiplicada por 28.
Passo 16. Substitumos a terceira linha pela soma dela com a quarta.
Resolvendo o sistema
temos:
t=
Licenciatura em Informtica
99
Sistemas Lineares
z=
y=
x=
{(
onde w
,W
.}
, necessrio
, necessrio
, necessrio
, necessrio
346.
Por tentativa, possvel encontrar uma soluo que melhore o lucro. Lembre-se de que os valores sero aproximados, pois devem
ser inteiros e no negativos.
Matemtica II
100
Captulo 3
t=
t=
t = 592,68...
t = 592
z=
z=
z = 124,68...
z = 124
y=
y=
x=
x=
y = 369,07...
x = 0,41...
y = 369
x=0
Pea A
Pea B
Pea C
Pea D
Pro du o
Desejada
P1
P2
369
P3
124
P4
592
P5
346
2395
4295
10187
C o n s u m o 5797
Desejado
Licenciatura em Informtica
101
Sistemas Lineares
t=
t=
z=
z=
y=
t = 0,95...
z = 276,95...
y=
x=
t=0
z = 276
y = 633,76...
x=
x = 201,74...
y = 633
x = 201
Pea A
Pea B
Peca C
Pea D
Pro du o
Desejada
P1
201
P2
633
P3
276
P4
P5
253
2392
4291
10175
C o n s u m o 5792
Desejado
Matemtica II
102
Captulo 3
A sobra de peas
P = 8x3 + 8x2 + 9x5 + 5x1 = 90
Veja o lucro da empresa com esta produo:
L = 1,8x201 + 4,1x633 + 4,1x276+ 2,7x0 + 5,1x253 + 90
L = 5379,00 + 90
L = R$ 5469,00
Aumentou R$ 79,00!
Para mais uma anlise, seja w = 310.
t=
t=
t = 363,62...
t = 363
z=
z=
z = 183,62...
z = 183
y=
y=
x=
x=
y = 471,53...
x = 78,35...
y = 471
x = 78
Pea A
Pea B
Pea C
Pea D
Pro du o
Desejada
P1
78
P2
471
P3
183
P4
363
P5
310
2395
4294
10184
C o n s u m o 5795
Desejado
Licenciatura em Informtica
103
Sistemas Lineares
A sobra de peas :
P = 5x3 + 5x2 + 6x5 + 6x1 = 61
Veja o lucro da empresa com esta produo:
L = 1,8x78 + 4,1x471 + 4,1x183+ 2,7x363 + 5,1x310 + 61
L = 5382,90 + 61
L = R$ 5443,90
Aumentou R$ 53,90.
Nas trs situaes analisadas o lucro aumentou. E possvel encontrar solues muito melhores que estas. A rea da matemtica que melhor estuda problemas deste tipo se chama Pesquisa
operacional.
Exemplo 2. Matrizes inversas podem ser utilizadas para transmitir mensagens codificadas. Veja um exemplo:
Dois amigos desejam se comunicar de forma codificada. Para isto eles
associam cada letra ou smbolo, um nmero de acordo com a tabela:
A
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,1
1,2
1,3
1,4
1,5
1,6
1,7
1,8
1,9
2,1
2,2
2,3
2,4
2,5
2,6
2,7
Matemtica II
104
Captulo 3
pela matriz A =
codificadora.
As mensagens sero descodificadas pela inversa da matriz A, que a
matriz A-1 =
descodificadora.
Veja como funciona. Deseja-se passar a seguinte mensagem:
A FESTA NA CASA DA BIA SERA DOMINGO
Use a tabela e escreva a mensagem na forma de uma matriz 4xn, onde n
ter o tamanho que for necessrio para escrever a mensagem.
B=
. A mensagem numrica :
B=
Agora codifique a mensagem fazendo o produto de A, matriz codificadora, por B, matriz mensagem.
Licenciatura em Informtica
105
Sistemas Lineares
AB =
.
=
Eis a mensagem:
A FESTA NA CASA DA BIA SERA DOMINGO!
Matemtica II
106
Captulo 3
D pra fazer muitas brincadeiras com seus alunos utilizando mensagens codificadas.
Um programinha de computador faz esta codificao e decodificao com facilidade.
Divirta-se!
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
____________________________________________________
Licenciatura em Informtica
107
VETORES
4.2.
Adicionar vetores.
4.3.
4.4.
4.5.
4.6.
4.7.
4.8.
4.9.
108
Captulo 4
Vetor livre.
Se dois vetores tiverem o mesmo mdulo, a mesma direo e mesmo sentido, ento eles so iguais.
Se forem representados por segmentos de retas diferentes, mas
com o mesmo comprimento, o mesmo sentido e a mesma direo,
eles so iguais.
Licenciatura em Informtica
109
Vetores
V
X
No espao:
Z
P
V
Matemtica II
110
Captulo 4
No espao, a representao do vetor v = (x, y, z) feita por um segmento de reta com origem na origem do sistema de coordenadas
cartesianas, ou seja no ponto O (0, 0, 0), e com a extremidade no
ponto P (x, y, z).
= (0, 0, 0)
111
Vetores
No plano:
No espao:
Represente o vetor
onde A (3, 5) e B ( 2, 4) num sistema de
coordenadas cartesianas, de forma que sua origem coincida com
a origem do sistema.
Determine as componentes do vetor v =
(5, 3, 4).
onde A (3, 4, 7) e B
Matemtica II
112
Captulo 4
Propriedades da adio e multiplicao por escalar. Para quaisquer vetores u, v e w do plano (ou do espao) e quaisquer escalares
k e k reais valem:
1. (u + v) + w = u + (v + w)
2. u +
=u
3. u + ( u) =
4. u + v = v + u
5. k(u + v) = ku + kv
6. (k + k)u = ku + ku
7. (kk)u = k(ku)
8. 1u = u.
Licenciatura em Informtica
113
Vetores
P
V
Matemtica II
114
Captulo 4
= (7 1, 2 3, 4 + 5) = (6, 5, 9).
u.c. (unidades de comprimento).
, se A (3, 5) e B ( 2, 4)?
Licenciatura em Informtica
Vetores
O vetor
Vimos que os vetores do plano e do espao podem ser somados ou multiplicados por um nmero. Ser que possvel multiplicar dois vetores? Sim
possvel! E de trs formas diferentes, cada uma delas com uma utilidade.
O produto escalar entre dois vetores igual soma dos produtos de suas componentes correspondentes.
O produto interno entre dois vetores um nmero, ou seja,
um escalar.
115
116
Captulo 4
3. u . (v + w) = u . v + u . w
4. (ku) . v = k(u . v) = u . (kv)
5.
.u=0
Este resultado vem da lei dos cossenos aplicada ao tringulo cujos lados
so u, v e u v.
uv
Mas,
Ento,
=
=
e consequentemente,
117
Vetores
tores perpendiculares.
Exemplo 4. Os vetores u = (1, 5, 3) e v = (1, 1, 2) so ortogonais, pois:
radianos ou
26o.
118
Captulo 4
5. Existem infinitos vetores paralelos ao vetor v = (1, 3, 5). Encontre um deles. Justifique sua resposta.
6. Existem infinitos vetores ortogonais ao vetor u = (7, 4, 0). Encontre um deles. Justifique sua resposta.
Para um vetor v (x,y,z) no espao, a componente x obtida de sua projeo sobre o eixo x, a componente y de sua projeo sobre o eixo y e a
componente z de sua projeo sobre o eixo z.
No espao:
Z
Licenciatura em Informtica
119
Vetores
projv u =
projv u =
Matemtica II
120
Captulo 4
Vimos que o produto escalar entre dois vetores (do plano ou do espao)
um nmero real, um escalar. O produto que veremos em seguida resulta num vetor.
Licenciatura em Informtica
121
Vetores
Essa frmula pode ser escrita de modo mais simples. Veja a seguir.
Denominamos os vetores cannicos do espao como:
i = (1, 0, 0), j = (0, 1, 0) e k = (0, 0, 1).
Todo vetor do espao, v (x, y, z), pode ser escrito como combinao linear dos vetores cannicos da seguinte forma:
v = (x, y, z) = xi + yj + zk.
uxv =
uxv =
= 2i + 12j 2k + 3k 4j + 4i = 2i + 8j + k.
uxv = ( 2, 8, 1)
u e uxv so perpendiculares.
v . (uxv) = 3. 2 + ( 1). 8 + 2. 1 = 0
v e uxv so perpendiculares.
Matemtica II
122
Captulo 4
Exemplo 2. Podemos encontrar com o produto vetorial a rea do paralelogramo formado por u e v
Se dois vetores no nulos so paralelos eles no formam um paralelogramo. Podemos pensar que eles formam um paralelogramo
de rea nula.
Concluso: Se u e v so vetores no nulos tais que uxv =
, ento
u e a v so vetores paralelos.
Da mesma forma se A, B e C so pontos de uma mesma reta, ento os vetores
so paralelos. Concluso: Se
uxv =
= 0i + 0j + 0k.
Licenciatura em Informtica
123
Vetores
tA
Seja u =
= (4 1, 6 2, 0 7) = (3, 4, 7).
Seja v =
= (1 1, 0 2, 10 7) = (0, 2, 3).
uxv =
= 12i 6k 9j 14i = ( 2, 9, 6)
u.a.
Matemtica II
124
Captulo 4
Licenciatura em Informtica
125
Vetores
Sejam u = (x1, y1, z1), v = (x2, y2, z2) e w = (x3, y3, z3) vetores do espao. Vamos encontrar uma frmula para calcular o produto misto
entre eles u . (v x w).
u . (v x w) = (x1, y1, z1).
u . (v x w) = x1
u . (v x w) =
.
y1
+ z1
= 1 18 + 12 + 6 + 6 + 6 = 13.
126
Captulo 4
= (3 1, 2 2, 3 5) = (2, 0, 2)
= (8 1, 3 2, 0 5) = (7, 1, 5)
= (0 1, 0 2, 0 5) = ( 1, 2, 5)
Agora, encontramos o volume do paraleleppedo que eles determinam.
u . (v x w) =
V=
= 10 + 28 2 20 = 4.
= 4 u.v.
4.9 Aplicaes
Exemplo 1. Suponha que trs foras estejam atuando sobre um mesmo
objeto, conforme descrito na figura abaixo.
127
Vetores
F = F1 + F2 + F3 = (3, 12).
A fora resultante F (3, 12).
Exemplo 2. Na Fsica, o trabalho realizado por uma fora constante
quando seu ponto de aplicao se move ao longo do vetor
.
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
____________________________________________________
Matemtica II
128
Licenciatura em Informtica
129
ESPAOS VETORIAIS
5.2.
5.3.
5.4.
5.5.
5.6.
5. a(u + v) = au + av
2. u +
6. (a + b)u = au + bu
= u
3. u + ( u) =
4. (u + v) + w = u + (v + w)
7. (ab)u = a(bu)
8. 1 u = u
Matemtica II
130
Captulo 5
Obs.: Vamos trabalhar aqui com os escalares reais, mas eles podem ser
nmeros complexos, ou outro conjunto com propriedades semelhantes
s destes, chamados corpos. Os espaos vetoriais cujos escalares so reais so chamados espaos vetoriais reais.
Exemplo1. A reta, que chamaremos apenas de R, o plano (R2), e o espao (R3), so espaos vetoriais reais.
Exemplo 2. O conjunto de todas as matrizes de um determinado tipo
mxn, um espao vetorial real.
Exemplo 3. O conjunto de todos os polinmios de grau menor ou igual
a n, um espao vetorial real.
Exemplo 4. O conjunto de todas as funes reais de varivel real um
espao vetorial real.
Exemplo 5. Seja V formado por um nico elemento, que o vetor nulo,
. Este o espao vetorial nulo. Este vetor nulo pode ser o vetor nulo
do plano, do espao, pode ser uma matriz nula de qualquer ordem, etc.
Em todos os casos acima foram consideradas as operaes usuais, ou
seja, aquelas que definimos ao longo de nossos estudos matemticos.
Podemos definir as operaes adio e multiplicao por escalar de maneiras diferentes, e a o conjunto pode ou no ser um espao vetorial
com essas novas operaes.
Exemplo 6. Seja V = R2 e as operaes:
u + v = (x1, y1) + (x2, y2) = (x1 x2, y1 y2)
au = a(x1, y1) = ((x1) a, (y1)a)
Vamos verificar se V com essas operaes um espao vetorial.
1. u + v = (x1, y1) + (x2, y2) = (x1x2, y1y2) = (x2x1, y2y1) =
= (x2, y2) + (x1, y1) = v + u.
2. u +
Licenciatura em Informtica
Espaos Vetoriais
Matemtica II
131
132
Captulo 5
Teorema. Se W um subconjunto no vazio de um espao vetorial V, ento W um subespao vetorial de V se, e somente se:
i) u e v so vetores em W, ento u + v est em W.
ii) u est em W e k um escalar, ento ku est em W.
133
Espaos Vetoriais
u+v
ku
W.
W.
Obs.: Veja que o vetor soma e o vetor multiplicao por escalar no perdem
as caractersticas de um vetor de W, que ter a segunda componente nula.
Exemplo 2. Os vetores do espao, ou R3, do tipo (x, y, x + y), ou seja, W
= {(x, y, z) R3; z = x + y} um subespao vetorial do espao.
Vamos mostrar que W fechado em relao adio:
i) u + v = (x1, y1, x1 + y1) + (x2, y2, x2 + y2) =
= (x1 + x2, y2 + y2, (x1 + x2) + (y1 + y2))
u+v
W.
ku
W.
. W um subespao vetorial
=
u+v
ii) ku = k
ku
W.
=
W.
Matemtica II
134
Captulo 5
S = {(
, a), onde a
R}.
=
u+v
=
=
ii) ku = k
ku
W.
W.
Para reconhecer se um conjunto fechado em relao uma operao basta observar se, depois de realizada essa operao, as caractersticas do conjunto so mantidas.
3. Verifique se W =
subespao vetorial
Licenciatura em Informtica
135
Espaos Vetoriais
6. W =
no um subespao vetorial do
Uew
W}.
R} e W = {(x, 0); x
R} so subespaos ve-
R} e W = {(x, 0, x); x
R} so subespaos
136
Captulo 5
R}
e W =
W = {t; t
Uet
W}.
TEOREMA. A interseo U
W dos subespaos vetoriais U e W
de um espao vetorial V tambm um subespao vetorial de V
R} e W = {(x, 0); x
R} so subespaos
W = {(0, 0)}.
137
Espaos Vetoriais
R} e W = {(x, 0, x); x
R} so subespaos
Exemplo 6. U =
W=W=
R} e W = {(x, 0); x
U + W = R2 (exemplo 1) e U
Concluso: R2 = U
W.
R} so subespaos ve-
W.
eW=
Matemtica II
R}, subespa-
R}, subes-
138
Captulo 5
W.
subespao do espao
4. Seja U =
V = M.
Licenciatura em Informtica
139
Espaos Vetoriais
Vamos resolv-lo:
Na terceira equao, determinamos c =
segunda equao e determinamos b =
equao, temos a =
. Substitumos c =
. Fazendo c =
na
na primeira
v1 +
v2
v3
140
Captulo 5
v = a v1 + b v2 + c v3
(1, 2, 3) = a (1, 3, 1) + b ( 2, 0, 1) + c (3, 3, 2)
(1, 2, 3) = ( a + 2b + 3c, 3a + 3c, a + b + 2c)
Passo 3. Trocamos a segunda linha com a terceira previamente multiplicada por (1).
Licenciatura em Informtica
141
Espaos Vetoriais
Conjunto de geradores. Um conjunto = {v1, v2,..., vn} de vetores de um espao vetorial V um conjunto de geradores de V se
qualquer vetor v de V puder ser escrito como combinao linear
dos vetores .
gera V.
Exemplo1.
= {(1, 2), (0, 1)} gera V = R2, pois todo vetor do plano
pode ser escrito como combinao linear dos vetores de .
Para provar essa afirmao, devemos encontrar escalares a e b de forma
que todo vetor v = (x, y) seja escrito como combinao linear dos vetores de .
(x, y) = a (1, 2) + b (0, 1)
(x, y) = (a, 2a + b)
a = x e b = y 2x.
Exemplo 2. O conjunto
Matemtica II
142
Captulo 5
p = a e q = b.
Logo:
Exemplo 3. Os vetores (1, 2, 3) e (0, 1, 1) no geram o R3. Existem vetores de R3 que no podem ser escritos como combinao linear destes
vetores. Vamos procurar pelo menos um deles.
(x, y, z) = a (1, 2, 3) + b (0, 1, 1)
(x, y, z) = (a, 2a + b, 3a + b)
a matriz ampliada do
Licenciatura em Informtica
Espaos Vetoriais
5.5 Vetores LI ou LD
143
144
Captulo 5
= 0, ento o
sistema SPI. Isso significa que o vetor nulo pode ser escrito como combinao linear dos vetores (1, 0, 1), (0, 1, 0) e (2, 2, 2) de vrias maneiras
diferentes. Por exemplo:
(0, 0, 0) = 0.(1, 0, 1) + 0.(0, 1, 0) + 0.(2, 2, 2) ou
(0, 0, 0) = 2.(1, 0, 1) + 2.(0, 1, 0) 2.(2, 2, 2) e outras...
Assim, o conjunto
145
Espaos Vetoriais
Exemplo 3. Pergunta-se:
um con-
Matemtica II
146
Captulo 5
Passo 3. Substitumos a sexta linha pela soma dela com a primeira previamente multiplicada por ( 2).
Passo 5. Substitumos a quarta linha pela soma dela com a segunda previamente multiplicada por 2.
Licenciatura em Informtica
Espaos Vetoriais
Passo 7. Substitumos a quarta linha pela soma dela com a terceira previamente multiplicada por 4.
Passo 8. Substitumos a sexta linha pela soma dela com a terceira previamente multiplicada por ( 2).
Passo 9. Substitumos a sexta linha pela soma dela com a terceira previamente multiplicada por 4.
Matemtica II
147
148
Captulo 5
Dimenso de um espao vetorial. Um espao vetorial V tem dimenso n se n o nmero de vetores de uma base de V.
Notao: dim V = n.
Exemplo 1.
i) os vetores de
so vetores LI:
geram R2:
Espaos Vetoriais
Exemplo 2.
= {(1, 1, 1), (1, 1, 0), (1, 0, 0)} uma base de R3, pois:
i) os vetores de
so vetores LI:
geram R3:
so vetores LI.
Matemtica II
149
150
Captulo 5
Passo 5. Substitumos a quarta linha pela soma dela com a segunda previamente multiplicada por ( 1).
Espaos Vetoriais
Matemtica II
151
152
Captulo 5
Passo 5. Substitumos a quarta linha pela soma dela com a segunda previamente multiplicada por ( 1).
.
A dimenso de espao das matrizes 2x2 dim V = 4.
Licenciatura em Informtica
153
Espaos Vetoriais
R}.
Para encontrar um vetor desse espao, atribumos um valor para x. Vamos chamar isso de liberdade. Este espao vetorial tem uma liberdade. A dimenso igual ao nmero de liberdades.
Fazemos x = 1 e obtemos o vetor (1, 1, 1). Ento,
base de U.
. Fazemos x = 0 e
y = 1 e encontramos
base
Exemplo 7. Vamos encontrar uma base para o espao das matrizes 3x2,
ou seja, V =
154
Captulo 5
R2; x = y}
b) W = {(x, y, x + y)
R3; x, y
R}
c) W =
d) W = R3
e) W o espao das matrizes 2x2.
R} um espao vetorial e
155
Espaos Vetoriais
(2, 5, 2) = (a, b, a)
e repre-
sentamos por
Exemplo 9. Qualquer vetor v = (x, y) do R2 pode ser representado
na forma
cannica.
Exemplo 10. Qualquer vetor v = (x, y, z) do R3 pode ser representado
na forma
cannica.
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
____________________________________________________
Matemtica II
156
Licenciatura em Informtica
157
AUTOVALORES E AUTOVETORES
Autovalor e autovetor de uma matriz. Se A uma matriz quadrada de ordem n, ento um vetor no nulo v do Rn denominado autovetor de A se Av um mltiplo escalar de v, para algum
escalar k. O escalar k denominado autovalor de A, associado ao
autovetor v.
Obs.: Av = kv
Exemplo 1. tv =
=
v=
um autovetor da matriz A =
=4
, pois:
Matemtica II
158
Captulo 6
A=
k2 + 4k + 3 = 0
k = 1 ou k = 3 so os autovalores.
Fazendo k = 1 no sistema, temos:
Qualquer vetor v =
ou seja, a = b.
associado ao autovalor k = 1.
Os vetores
autovalor k = 1.
Fazendo k = 3 no sistema, temos:
Qualquer vetor v =
ou seja, b = 2a.
associado ao autovalor k = 3.
Licenciatura em Informtica
159
Autovalores e Autovetores
Os vetores
autovalor k = 3.
Exemplo 3. E com relao matriz A =
, quais so seus
=k
=0
k3 2 k2 15 k + 36 = 0
(k 3)2 (k + 4) = 0.
k = 3 ou k = 4 so os autovalores.
Fazendo k = 3 no sistema, temos:
Matemtica II
160
Captulo 6
Voltamos ao sistema:
S=
Todo vetor v =
A matriz ampliada :
Licenciatura em Informtica
Autovalores e Autovetores
Voltamos ao sistema:
S=
Todo vetor v =
Matemtica II
161
162
Captulo 6
Nos exemplos acima, encontramos os autovalores e os autovetores resolvendo a equao matricial Av = kv. Mas essa equao
equivalente a (kI A) v = , onde I a matiz identidade e o
vetor nulo.
Para k ser um autovalor necessrio que o sistema homogneo
gerado por essa equao tenha soluo no nula, pois v um vetor
no nulo, ento det (kI A) = 0.
Essa equao denominada equao caracterstica de A. As solues dessa equao so os autovalores de A.
kI A = k
kI A =
e det ( kI A) = 0, ento:
=0
Autovalores e Autovetores
Teorema. Se A uma matriz triangular de ordem n, ento os autovalores de A so os elemento da diagonal principal.
e B=
Matemtica II
163
164
Captulo 6
6.2 Autoespao
Autoespao associado a um autovalor. Se A uma matriz quadrada de ordem n, e k um autovalor de A, ento o espao vetorial
formado pelos autovetores associados a k denominado autoespao vetorial de A, associado a k.
Obs.: Representamos esse espao vetorial por W(k).
(kI A) v =
Licenciatura em Informtica
165
Autovalores e Autovetores
R}.
, 0, 0), onde a
R}.
, 0), onde a
R}.
,3 ,
), onde a
Matemtica II
R}.
ea=
166
Captulo 6
b) A =
Matriz diagonalizvel. Uma matriz quadrada A dita diagonalizvel se existir uma matriz inversvel P tal que D = P 1 A P uma
matriz diagonal.
Nesse caso, dizemos que P diagonaliza A e que D a diagonalizao da matriz A.
Teorema. Uma matriz A de ordem n diagonalizvel se, e somente se, possui n autovetores linearmente independentes.
Licenciatura em Informtica
167
Autovalores e Autovetores
R}.
W( 1) = {( ,
, 0, 0), onde a
W(3) = {(0,
, 0), onde a
W(2) = {(
,3 ,
R}.
R}.
), onde a
= {(1, 0, 0, 0)}
( 1)
= {( 1, 1, 0, 0)}
(3)
= {(0,
(2)
= {( ,
, 1, 0)}
, 3, 1)}
P=
Matemtica II
R}.
168
Captulo 6
Substitumos a primeira linha pela soma dela com a terceira previamente multiplicada por
Substitumos a segunda linha pela soma dela com a terceira previamente multiplicada por
Licenciatura em Informtica
169
Autovalores e Autovetores
P 1 =
D=
Matemtica II
170
Captulo 6
D=
D=
W( 4) =
= {(5, 2, 1)}
Licenciatura em Informtica
, ento
171
Autovalores e Autovetores
( 4)
= {( 2,
, 1)}
Dada a matriz A =
E a inversa de P P 1 =
A diagonalizao da matriz A D = P 1 A P.
D=
P P 1 A P = P D
AP P 1 = P D P 1
AI = P D P 1
IAP=PD
A = P D P 1
Matemtica II
AP=PD
172
Captulo 6
A 100 =
A 100 =
, determine A 10.
Licenciatura em Informtica
no diagonalizvel.
Autovalores e Autovetores
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
___________________________________________________
____________________________________________________
Matemtica II
173