Sunteți pe pagina 1din 69

1

MATRIZES

Definição : Uma matriz pode ser definida como um “ente” matemático composto por elementos dispostos em um número “m” linhas e em um número “n” de colunas, onde cada elemento, geralmente é obtido através de uma lei de formação. Notação : A notação mais comum é A = (a ij ) mXn nesta notação indicamos:

A : Matriz a ij : Elemento localizado na linha “i” e na coluna “jmXn : Ordem, ou tipo, da matriz

Observações :

1 ) Para se calcular a quantidade de elementos de uma matriz, basta efetuar o produto m.n.

2 ) Uma matriz pode ser representada geometricamente, usando-se:

3 ) Podemos indicar a matriz também pela notação simplificada A mXn , mais utilizada quando não mostramos a matriz na forma geométrica.

TIPOS DE MATRIZES

· Matriz linha m = 1.

Exemplo :

A 1X3 =

(1

3

7 )

· Matriz coluna n = 1.

Exemplo :

B 4X1 =

  4


ln 5

  sen  


2

2

· Matriz nula é aquela composta apenas por elemento “zero.

Exemplos :

C =

0

0

0

0

0

0

2X3

D =

0

0

0

0

0

0

3X2

· Matriz quadrada m = n, é definida simplesmente como matriz “quadrada de ordem n”.

Exemplos :

E =

Obs. :

 1  2 0    ln 6 3 1   
1
2
0 
ln 6
3
1
1
6
7 

3X3

Numa matriz quadrada, temos

a )

 a a  a  11 12 1n   a a  a
 a
a
a
11
12
1n
a
a
a
21
22
2n
A n =
a
a
a
n1
n2
nn
nXn

F 2 =

9

1

8 0
8
0

Diagonal

Diagonal principal → “ i = j

secundária

b ) Traço de uma matriz É a soma ou somatório dos elementos da sua diagonal

principal e indicamos Tr (matriz).

Exemplo : G =

1

1

0

8

5

4

9

1

6

2

4

0

3

7

5

2


Tr (G) = 1 - 4 + 4 + 2

4X4

Tr (G) = 3.

3

· Matriz identidade I n : É uma matriz quadrada de ordem “n”, onde todos os elementos

da diagonal principal são o algarismo “1” e todos os demais elementos são o algarismo “0”.

Exemplos :

I 4 =

1

0

0

0

0

1

0

0

0

0

1

0

0

0

0

1

I 2 =

1

0

0

1

· Matriz transposta Seja A mXn uma matriz qualquer ( Pode também ser uma matriz

quadrada ), dizemos que sua “transposta” é a matriz A t nXm , ou seja, aquilo que era linha em A transforma-se em coluna em A t e aquilo que era coluna em A transforma-se em linha em A t

.

Exemplos :

H =

J =

1

6

1

9

0

4

5

7

2X3

4


7

  2

0

5

8

3

3X3

H t =

J t =

1

0

5

6

4

7

1

2

7

8

0

4

3X2

9

5

3

3X3

Obs. : Quando temos as matrizes quadradas de ordem n, onde matriz simétrica.

A = A t , dizemos que A é

· Matriz oposta Seja A mXn uma matriz qualquer, chamamos de matriz oposta de A e

indicamos ( A mXn ), aquela matriz onde cada elemento correspondente ao da matriz A é o oposto a ele.

Exemplo : K 2X4 =

2

6

3

8

4

7

5

9

logo,

-K 2X4 =

2

6

3

8

4

7

5

9

4

LEI DE FORMAÇÃO :

É uma regra que define como serão os elementos de uma matriz qualquer.

Exemplo : Construa a matriz K 3X2 onde k ij = 2i + j.

Resolução :

Temos a matriz K 3X2 =

● k 11 = 2(1) + (1) = 2 + 1

● k 12 = 2(1) + (2) = 2 + 2

● k 21 = 2(2) + (1) = 4 + 1

● k 22 = 2(2) + (2) = 4 + 2

● k 31 = 2(3) + (1) = 6 + 1

● k 32 = 2(3) + (2) = 6 + 2

3

k 11 = k 12 = 4

5

k 21 = k 22 = 6

k 31 = k 32 = 8

7

Logo

K 3X2 =

3

5

7

4

6

8

k

k

k

11

21

31

IGUALDADE DE MATRIZES

k

k

k

12

22

32

portanto

Duas, ou mais, matrizes são iguais quando são de mesma ordem, e quando seus

elementos correspondentes (i, j ) são iguais, ou seja :

a 11 = b 11 = c 11 =

a 21 = b 21 = c 21 =

a 1 1 = b 1 1 = c 1 1 = a 2 1 =

a ij = b ij = c ij =

5

Exemplo :

Sejam as matrizes

Como

● l 11 = m 11

● l 12 = m 12

● l 13 = m 13

● l 21 = m 21

● l 22 = m 22

● l 23 = m 23

L =

0

3

Temos que L = M.

1

4

ADIÇÃO DE MATRIZES

2

5

2X3

e

M =

0

3

1

4

2

5

2X3

Sejam duas, ou mais, matrizes de mesma ordem, para que efetuemos a adição, é necessário somarmos os elementos correspondentes das matrizes, ou seja :

Exemplo :

Sejam as matrizes

a 11 + b 11 + c 11 + a 21 + b 21 + c 21 +

+ c 1 1 + a 2 1 + b 2 1 + c 2 1

a ij + b ij + c ij +

N =

4

0

2

3

1

5

2X3

e

O =

6

7

2

8

3

9

2X3

Como A e B são de mesma ordem.podemos efetuar a operação P = N + O, daí :

P =

4

0

2

3

1

5

6

+ 7

2

8

3

9

=

(4

(0

6)

7)

(

2

 

2)

(3

8)

(1

(5

3)   

9)

P=

  10

 

0

7 11

2

4

 

Nota : A operação de subtração de matrizes é análoga à adição.

6

PRODUTO DE MATRIZES

O Produto entre duas matrizes A e B ( nesta ordem ) só pode ser efetuado quando ambas

satisfazem os requisitos da equação abaixo:

A mXn

. B nXp

= C mXp

Analisando esta equação, notamos que o produto A.B só existe se o número de colunas

da primeira matriz (A) for igual ao numero de linhas da segunda matriz (B), no que resulta em

uma terceira matriz (C) que possui o mesmo número de linhas da primeira matriz e o mesmo

número de colunas da segunda matriz.

Exemplos :

A 2X3

5X1

D

. B 3X4

.

1X5

E

= C 2X4 = F 5X5

Repare agora que tomaremos as mesmas matrizes do primeiro exemplo, porém mudaremos a ordem, ao invés de A.B, tentaremos efetuar B.A

Note que o número de colunas da primeira matriz (B) não é igual ao numero de

linhas da segunda matriz (A), logo, não obtemos a matriz C = B.A. Portanto concluímos

que não é válida a propriedade comutativa do produto de matrizes, pois existem matrizes A e

B tais que A.BB.A. Caso ocorra uma situação onde A.B = B.A, dizemos que A e B

comutam.

A seguir vamos apresentar, detalhadamente o procedimento para se efetuar o produto entre duas matrizes :

B 3X4 . A 2X3

2 4 ● Sejam as matrizes A = 1 0 3 3 Efetue, caso seja
2
4
● Sejam as matrizes
A =
1
0
3
3
Efetue, caso seja possível,
C = A.B
D = B.A

3

1

2

6

e

B =

4

2

5

3

5

.

7

Resolução :

A 3X3 . B 3X2 = C 3X2 , portanto

 

2

1

4

0

3

6

.

1

4

2

2

=

(2.1)

(1.1)

(4.4)

(0.4)



( 3.3)

(6.3)

(2.2)

(1.2)

[4.( 2)]

[0.( 2)]

 

( 3.5)

(6.5)

=

3 3

5

3

5

(3.1)

(3.4)

(5.3)

(3.2)

[3.( 2)]

(5.5)

2

1

16

0

=  

9

18

4

2

8

0

 

 

15

30

 

N

C =

9

19

19

32

 
 

3

12

15

6

6

 

25

   
 

30

25

● B 3X2 . A 3X3 , como o número de colunas de B é diferente do número de linhas de A,

concluímos que não existe C = B.A.

MATRIZ INVERSA

Seja uma matriz quadrada de ordem n, dizemos que a matriz inversa de A, indicada por A -

1 é aquela tal que:

A n.

A n -1 = A n -1 . A n = I n

Onde I n é a matriz identidade de ordem n.

Obs. : Nem todas as matrizes quadradas possuem “inversa”.

Exemplo :

Determine ( Caso exista ) a matriz inversa de P =

4

3

5

1

.

Resolução :

P 2 . P 2 -1 = I 2

4a 5c = 1 4b 5d = 0

4

3

1 5   

.

a

  c

3a + c = 0 3b + d = 1

b d   

=

  0

1

0

1

, portanto resolvendo o produto

Temos pois dois sistemas lineares básicos:

4a

3a

5c

1

c

0

e

4b

5d

d

3b

0

1

8

1

Resolvendo tais sistemas, obtemos : a = 19

5

, b = 19

De forma análoga, efetuamos P 2 -1 . P 2 = I 2

Logo, obtemos

P -1 =




  

1

19

3

19

5


4

19

19

a

c

b d   

, c =

.

  

4

3

3

19

1 5   

4

e d = 19

=

  0

1

0

1

.

.

9

DETERMINANTES

Em linhas gerais, um determinante, é um número associado à uma matriz quadrada de

ordem n. Daí, seja uma matriz quadrada, o seu determinante é indicado por det (A) ou det A;

lembrando que escrevemos a matriz usando :

, ressaltando que não se

, mas para o determinante usamos apenas

refere a módulo.

Exemplos :

A =

3

, portanto

det (A) =

3

não é módulo de - 3.

B

=

3

2

5

0

,

portanto

det (B) =

2

3

5

0

.

C

=

  6

1

0

5

0 0

9

4

3

8

1

4

2

7

2

5

,

portanto

det (C) =

1

4

6

9

0

5

0 0

3

8

1

4

2

7

2

5

.

CÁLCULO DO DETERMINANTE

a ) Primeira ordem n = 1

A 1 =

a

11

Exemplos :

det (A 1 ) =

a

11

= a 11.

A =

8

det (A) = 8

= 8

( Não é módulo de 8 )

B 5

=

det (B) =

5

= - 5

( Não é módulo de -5 )

b ) Segunda ordem n = 2

 a a   11  12  A 2 =   a
 a
a
 11
12
A 2 =
 a
a
 det (A 2 ) = ( a 11 . a 22 ) - ( a 12 . a 21 ).
21
22
Inverter
Manter

10

Exemplo :

C =

3

1

2

4

det (C) = =

( -1. 4 ) [ 2. (-3) ] = - 4 + 6 det (C) = 2

3 ) Terceira ordem n = 3 ( Regra de Sarrus )

A 3 =

a

a

a

11

21

31

a

a

a

12

22

32

a

a

a

13

23

33

det (A 3 ) =

a a a a a 11 12 13 11 12 a a a a a
a
a
a
a a
11
12
13
11
12
a
a
a
a a
21
22
23
21
22
a
a
a
a a
31
32
33
31
32
Inverter
Manter

A partir deste ponto, o processo é análogo ao da resolução do determinante de segunda ordem.

Exemplo :   5   1 3 1 3  5 1 3
Exemplo :
  5 
1
3
1 3
5
1 3
D =
2
4
3
 det (D) =
2 4
3
2 4
= 8 - 27 + 0 – 60 - 0 - 12 
  3
2
0
 3
0
2
 3
0
 det (D) = - 91
Inverter
Manter

Ordem maior ou igual a quatro n 4 ( Regra, ou teorema de Laplace )

Podemos aplicar a regra ( ou teorema ) de Laplace para o cálculo de determinantes de

ordem n 2, porém, na prática, a utilizaremos quando o determinante for de ordem n 4.

Vamos aqui, tomar um exemplo numérico e a,partir dele extrair os elementos necessários

para o cálculo de um determinante de ordem 4, tal procedimento será estendido para qualquer

determinante em que se possa aplicar “Laplace”.

Exemplo :

Seja a matriz A =

1

4

3

4

3

2

1

0

2

1

0

3

0

3

2

1

,

calcule

det (A) =

1

4

3

4

3

2

1

0

2

1

0

3

0

3

2

1

.

11

Resolução :

Usando “Laplace”, primeiramente vamos escolher uma fila ( Linha ou coluna ) do determinante, como sendo a base para nossos cálculos. Esta escolha é arbitrária, porém mais adiante daremos uma sugestão, para facilitarmos os cálculos.

Escolhendo, por exemplo, a segunda linha temos :

det (A) =

1

4

3

4

3

2

1

0

2

1

0

3

0

3

2

1

4.A

21

2.A

22

1.A

23

3.A

24

onde A 21 , A 22 , A 23 e A 21 são chamados de cofatores dos respectivos elementos. Genericamente podemos indicar como cofator de a ij como sendo:

A ij = (-1) i+j . D ij

onde D ij é o determinante que se obtém ao eliminarmos a linha i e a coluna j referente ao elemento do qual estamos calculando o cofator.

No nosso caso, os elemento envolvidos, referentes à segunda linha, são a 21 , a 22 , a 23 e a 24 , então temos :

 

3

2

0

3

2

0

A 21 = (-1) 2+1 . D 21 = (-1) 3 .

1

0

 

2



1

0

2

= - ( -16) A 21 = 16

0

3

1

0

3

1

1

2

0

1

2

0

A 22 = (-1) 2+2 . D 21 = (-1) 4 .

3

0

 

2

3

0

2

= 16 A 22 = 16

4

3

1

4

3

1

12

 

1

A 23 = (-1) 2+3 . D 23 = (-1) 5 .

3

4

1

A 24 = (-1) 2+4 . D 24 = (-1) 6 .

3

4

3

1

0

3

1

0

0

2

1



2

0

3

1

3

4

1

3

4

Voltando ao determinante principal

det (A) =

1

4

3

4

3

2

1

0

2

1

0

3

0

3

2

1

4.A

21

2.A

22

1.A

23

Substituindo os cofatores, temos :

det (A) = 4.(16)2.(16)1.(32)3.(32)

det (A) =

64 + 32 + 32 96

Finalmente

det (A) = 32

3

1

0

3

1

0

0

2

1

0

2

1

3.A

= - ( -32) A 23 = 32

= - 32 A 24 = -32

24

Finalmente det (A) = 32 3 1 0 3 1 0  0 2 1 0

13

PROPRIEDADES DOS DETERMINANTES

1. Caso TODOS os elementos de uma fila de um determinante forem NULOS, o resultado deste será ZERO.

Exemplos

0

3

4

8

10

3

1

 

0

7

2

0

5

0

2

4

0

 

0

0

0

0

0

6

0

 
 

7

89

6

43

2. Caso DUAS filas do determinante forem IGUAIS ou PROPORCIONAIS, o resultado deste será ZERO.

Exemplos

ou PROPORCIONAIS , o resultado deste será ZERO . Exemplos 2 3  4 8 

2 3

4

8

10

16

1

 

5

3

10

4

1 0

7

2

 

0

10

0

20

2

1 7

2

 

7

89

14

43

3. Caso UMA fila do determinante for COMBINAÇÃO LINEAR de outras filas, o resultado deste será ZERO.

Exemplo

 

1

4

3

2

 

5

3

10

4

0

7

89

14

43

Linha 4 = Linha 1 + linha 2

Linha 4 = Linha 1 + linha 2 6  7 13 6

6

7

13

6

14

4. O DETERMINANTE de uma matriz quadrada A é IGUAL ao determinante de sua matriz transposta A t .

Exemplo

det (A) =

det (A t ) =

1

4

2

6

 

3

3

5

0

2

9

8

0

 497

7

6

6

1

 

1

3

2

7

4

3

9

6

2

5

8

6

 497

 

6

0

0

1

Resumindo

det (A) = det (A t )

5. Ao TROCARMOS de posição DUAS filas de um determinante, o resultado do NOVO determinante será o OPOSTO do resultado do primeiro.

Exemplo

det (A) =

det (B) =

2

2

4

6

 

3

5

9

0

2

8

9

0

2.036

7

7

6

1

0 2 8 9 0  2.036 7 7  6 1 2 4  2
0 2 8 9 0  2.036 7 7  6 1 2 4  2

2

4

2

6

 

3

9

5

 

0

2

9

8

0

 2.036

7

6

7

1

15

6. Ao MULTIPLICARMOS TODOS os elementos de uma fila por um escalar k real, o resultado do NOVO determinante será o resultado do primeiro MULTIPLICADO por k.

Exemplo

 
 

2

2

4

6

 

3

5

9

0

 

2.036

.

2

8

9

0

7

7

6

1

Seja k = 3 e multiplicando cada elemento da linha por este k, obtemos :

2

2

4

6

 

3

5

9

0

 

6.108

6

24

27

0

 

7

7

6

1

3.(2.036)

7. Caso TODOS os elementos situados ACIMA ou ABAIXO da DIAGONAL PRINCIPAL do determinante forem NULOS, o resultado do mesmo será o PRODUTO dos elementos da DIAGONAL PRINCIPAL. Exemplos

6

3

1

 

8

0

0

0

 

0

7

2

168

5

1

0

0

 688

 

10

3

2

0

0

0

4

 
   

7

89

6

43

8. Vale a pena lembrar aqui, de forma rápida, dois pontos no estudo de determinantes que são de grande utilidade:

• Teorema de Binet det (A.B) = det (A) . det(B).

1

Determinante ma matriz inversa det(A) = det(A) , com det(A) 0.

16

SISTEMAS LINEARES

Um sistema linear é formado por um conjunto de m equações lineares, equações estas que se caracterizam por apresentarem todas as incógnitas com potência de grau um. Exemplos :

a )

c )

2 x

3

y

5

x y

6

2

x y 2 z 3w 9

b )

d )

x

6

x

2

y

11

y

z

11

y

2 x

 

y

5

x

0

0

9

1

MATRIZES ASSOCIADAS

No sistema

 

4x

3y

1

2x

5y

 

2

4

2

4

2

temos

3

5

3

5

Matriz incompleta

1

2

Matriz completa

REPRESENTAÇÃO MATRICIAL DE UM SISTEMA LINEAR

O sistema

2

x y

x

3

y

3

5

pode ser escrito na forma matricial :

  2 1

1

x

   5 3    

  

y

 

é a matriz incompleta ( ou dos coeficientes).

3

é a matriz das incógnitas.

é a matriz dos termos independentes.

2

1

3

1

  x    3

 

  

 

.

 

 

5

y

, onde :

17

SOLUÇÃO DE UM SISTEMA LINEAR

A solução de um sistema linear é a seqüência ordenada ( n-upla ) que é solução de cada uma das equações do sistema.

Exemplos :

No sistema

x y 3

 

x y 1

, temos o par ordenado ( 2, 1 ) como solução do sistema, pois ele é

solução das duas equações do sistema.

No sistema

x


y

z

2

2

y z

0

, temos a terna ordenada ( 0, 2, 4 ) como solução do sistema, pois

ele é solução das duas equações do sistema.

CLASSIFICAÇÃO DE UM SISTEMA LINEAR

Um sistema linear é classificado de acordo com seu número de soluções

SISTEMA LINEAR POSSÍVEL IMPOSSÍVEL Possui solução Não possui solução DETERMINADO INDETERMINADO Solução
SISTEMA LINEAR
POSSÍVEL
IMPOSSÍVEL
Possui solução
Não possui solução
DETERMINADO
INDETERMINADO
Solução única
Infinitas soluções

18

Exemplos :

a ) O sistema

 

3x

x

y

5

y

 

3

é S.P.D, pois o par ordenado ( 1, 6 ) é sua ÚNICA solução.

b ) O sistema

5x

 

x

5y

y

5z

z

2

10

citar : ( 1, 1, 2 ); ( 0, 2, 4 ); ( 1, 0, 1 ).

é S.P.I, pois apresenta INFINITAS soluções, entre elas, podemos

c ) O sistema

x

x

y

y

5

3

é S.I, pois NÃO apresenta solução.

EXERCÍCIOS :

1 ) Verifique se ( 2, -1 ) é solução do sistema linear

x y

 

2

5

x y 1

2 )

Idem para ( 1, 1, 1 ) no sistema

  x

2

x

2x

y

2

y

0

z

3z

1



2

.

3 ) Idem para ( 0, -2, 5 ) no sistema

3 x

x

y z 7

y

y

z

7

z

4

.

4 )

Considere o sistema {x - y = 1.

.

a ) Apresente algumas soluções do sistema.

b ) Classifique o sistema.

19

5 ) Construa a matriz incompleta e a matriz completa de :

a

)

  3      
3

x

1

4

x

2

x

1

x 1

3 2

2

b )

3 x

2

y

5

x y 1

4

x y

6

6 ) Escreva o sistema associado às equações matriciais :

a )

b)

c )

2

3

  1

0

0

4

1

1

1

3

1

0

2

0

  .  

 

 

x        0   

y

 

3

5  

.

 

2

4

x  

y

z

8

 

    2

12

1  

1

.

   x y     

 

8

3

z

REGRA DE CRAMER

Existem alguns métodos para classificarmos e/ou resolvermos um sistema linear. Vamos recordar a Regra ( ou método ) de Cramer. Tal regra consiste em separar o sistema em matrizes e calcular seus determinantes. Então, a partir de divisões entre estes determinantes, encontramos a solução do sistema.

Vamos a um exemplo prático

Resolva o sistema

x

 

x

4

2

y

z

 

5

2

y

3

z

 

x

y

z

 

4

3

, usando “Cramer”.

20