Volume 2 6 galiin Sigalinin Figura 8.10 29, Consiere 0 sistema de primeira rdsmn f (a,D—b)x+(aD-b,)y=0 (aD by) (@gD~b4))= 0. ses de cero, Determine uma condigio sobre os a, para que o sistema sa ee = 27 1. Verifghé que osistima degenerado (7) site a sols x( 84 INTRODUCAO AO ESTUDO DE MATRIZES 8.4.1 Definigées Basicas e Teoria ‘ocesso sistemstico para resolver sistemas lineares de primeira ordem emt DEFINICAO 8.1 Matriz cee cae coat retngule de meres on Funes: Volume 2. Cop. $_Sstemas de equ sdiferencaisineares 27 sn mlinbas ‘chamada matiz quadrada de ondem Ooo da aa e jo coluna de wma mati mn é epresentado por ay, Uma maiz Amxné Trcvlnmente coma A = (2), 00 simplesmente como A =(a)- Usa tnatiz 1 x1é uma constante ou una Fungo EFINIGAO 8.2 |zualdade de Matrizes Das matize mx Ae By so iguais, 860, = 5 para too f¢/ hunas, dizemos que seu tamanho & m porn (que se esereve ‘esa atria coluna X € uma matic com nas ua colun By famisém um vetor coluna ou, simplesmente, umn vetor. fama ey ORNEORS ea DEFINIGAO 8.4 Mokipos de Matrzes Define-se um maliplo de ua mat A como Ey fa Me ta een aig Kina °= Hon ‘onde # & uma constante ov uma fungio. ——————————E EXEMPLO 1 ‘2 -3) (10 -15 n( « tays}4 -1]=]20 -s (yet) 2 | =| -2e" + 6) (i 30 a) (4 ie Notemvos, de pasngem, que, para qualquer matrix A, 0 produto kA é 0 mesmo que Ak, Por cexemplo,28 Equagies Difernciats Cap. 8 Volume 2 o}-Ge DEFINIGAO 8.5. Adicio de Matrizes efine-se a soma de duas matrizes mx A e B, como a maiz, Ay B=(a,+5,) "pan Em out correspon lavras, para somar das matrizes de mesmo tamanho, EXEMPLO 2 ia ‘ A matria pode serescrta come a soma de tr vet et {A diferenga de duas matrizes m Xn 6 definida da manera usual: A ~ B= A +(-B), onde B= ‘Seja A uina matriz com m linhas © n coluaas eB uma matriz com n linhas e p colunas. efinimos o produto AB como a matriz mx p aby + apy + ooakay ++ ab + tabi gabrs FOnabay #°- + Mabnh > Amubip * eaten ++ Moab Observe cuidadosamente, na Definigo 8.6, que o produto AB = C é definido somente quando vinero de colunas da matriz A é igual ao nimero de linhas de B. © tamanho do pode ser terminado a partir de ‘Tambéem, podemosreconhecer qu AB so formados utlizando-se a definigdo em termos de componente do produto interno da Tinka de A por cada ‘uma das colunas de B EXEMPLO 4 AB=1 3.9456 3-(-245-8) (57 34, + 4) oedetel : caren seoiea) [- vasones la ea +72 2-3)470,40 Rquacdes Diferenciais Cap. 8 Volume 2 ‘Em geral, a multplicaso de matrizes nfo & commutative; ou seja, AB # BA. Note que, na parte (@ do Exemplo 4, BA= oe . 48 enquanto qu. a parte (6), 0 produto BA no éaefinido, pois a Defnigio 8.6 exige que a primeira (hatriz (neste aso, B) tena tanta colunas quantas sfo as linhas da segunda matt "Teremos interesse especial no produto de uma matriz quadrada por um vetor coluna EXEMPLO & ole w(t? ara um intero positive n dado, a matriz n xn 1000 010-0 za\pe 00 0- é chamada matriz identidade multiplicativa, Decorte ds Definigéo 8.6 que, para qualquer matiz: Anxn, AI=IA=A bserva-se também facilmente que, e X 6 uma matriz coluna x 1, entio IX » X. Matriz Zero ‘Uma matriz enjos elementos so todos zero é chamada matriz zero, c se denota por 0. Por exemple, 0 0 Choa} {3} Volume 2 Cap. 8 Sistemas de equaydes di izes mn, enti A+0=0+A24. assim por diante. Se A ¢ 0 slo Lei Associativa Embora nioo demonstremos,a multiplicaglo de matrizes &associativa. Se A é uma tiatriz.n xp, B € uma matic p xe C uma matriz rn, entdo ABC)= (ABYC 66 uma mati mm Lei Distributiva Se B e C sko matrizes rx e A € uma matriz m x, entio a ei distributiva é AG +O =AB+AC. _Além disso, se o produto (B + C)A € definido, © (B+C)A=BA + CA. Determinante de uma Matriz existe um némero chamado determinante da Assoiado a toda matiz quadrada A de constant mnatria, que se denota por det A ou AL EXEMPLO 6 3.62) Para aq[2 sa -124 descnvolvemos det A por eo-fatores. Tomando a primeira linha, obtemos 25] -1] =320-2)—6(8 + 1)+2(4+5)= 18. ‘Veja 0 Apéndice II para uma breve revisio das propriedades dos determinantes.42 Equagbes Dferenciais Cap. 8 Volume 2 DEFINIGAO 8.7. Transposta de uma Matiz ‘A transposta da matriz m xn (1) € matric nx m A? dada por 1a St ar|tt 2 > Se Aig ne, Bm outras palavras, as inhas de uma EXEMPLO 7 (a) A transposta da matrz A do Exemplo 6 6 | DEFINIGAO 8.8. Inversa Mulplicativa de uma Matiz ‘Seja Ava mati nx, Se exist uma matic Bn x tal que ‘AB =BA-=I, onde 1éaidenidade muliplicativa, etiodizemos que B 6a inversa multipliativa de Ae ¢ enoteda por B= A. Serene ee ee se TUR Eee 9. Matrizes Nio-Singulares/Singulares frizn Xn, Se det A20, ntdo A é ndo-singular, Se det A = 0, dizemos que A ‘Segue uma condigdo necesséria e sufciente para que uma matrz.quadrada tena uma inversa svoltiplicativa. STEOREMA 8.1 Nao-Singuleridade Implica que A tem um Inversa ‘Uma matt A n Xn tem iaversa molipicativa A“! see somente se A é nto-singula. Votume2 Cap. 8 Sistemas de equagses diferencias tineares 33 de uma matrz nfo-singulat. (0 teorema seguinte dé ums forma de achar a inversa mul TEOREMA 8.2. Férmula para a lnversa de uma Matriz Soja A uma maiz (1-1) (n= Th ob de M, 60 determinante da maiz 5 colina de A. Entio @ Cada C, po Teorema 82 €simplesmente o ¢o-fator (menor com sna) do elemento a corespondente de A. Note que utilizamos a transposta na formula (2). ‘Para referencia futura, observeros n0 caso de wma matriz.mie-singular 2 x 2 ny an 00, yy C2 ayn Cy 2g Ga 2 AI ict yp ties wag( mG) cma Para uma matrig nfo-singular 3x3 eo eet * assim por diate, fetuando a transposigio,obtem ( weg |c2 Ga Ca wa Cu Cy Cs, EXEMPLO 8 14 ‘Ache ainversa muliplicativa de =|) 49 Solugéo Como det A= 10-8 =240, 6no-singular Do Tearema (8.1, decorre que A! existe Do @) temos afi -4) (5 -2 ois GF34 Equagies Diferencais Cap. 8 Yohune 2 ave alin geben “ask o) wine TG oH 23} 0) " Verificagiio: =XEMPEO a2) Armatriz A=(3_ 4} € singular, porque det A = 2(3) -.268) = 0. exist, EXEMPLO 10 ‘Ache a inversa moltiplicativa de Solugdo Como det A = 12-2 0, malriz dada € afo-singula. Os co-ftores correspondentes 0s elementos de cua linha de A so 7 (0 leitor deve verificar que AA = AA“ =I . “A férmula (2) apresenta dificuldades ébvias para matizes nao-singulares de ordem st 3x3. Porexemplo, pars aplicar (2) uma matriz 4% 4, terfamos de calcular decesses determinantes Volume 2 Cap. 8 Sistemas de equagbes diferencias tneares 35 1353, Para caso de muttizes maiores hi manciras mais eficentes de calcular A. eitorinteressado linear. ‘Oconceito de matrz a sistemas de equagOes diferencias ineares DEFINICAO 8.10 Derivada de uma Matriz de FunsSes i), oma matrz cujos elementos so fungdes diferensiavels em um interyalo DEFINICAO 8.11 lcegral do wa Natrz de Fungbes “Ema maviz cj elementos so fangs continues em om intevalo EXEMPLO 11 sen se MO] centio 8-1 d Leen gen) los fienzew | |-donres i 3 1 2 [rou] few 2 0 0 4 um mimero ma, 88 Yores, por sboso de linguagem,40 Bguapdes Dierencals Cap. 8 Volune 2 Solugso = 4k, +R 28+ Rs = admite um mimes so as equagGes paramétricas da reto-deinterse 8.4.3 O Problema dos Autovalores Autovalores e Autovetores liminagéo de Gass-Jordan para achar os autovetores de uma matriz. quadrads DEFINICAO 8.13 Autovaloes @Autovetores Soja A uma matin xn, Dia-s que umn nimero 1€ um aulovalof de A se exist um vetor sole ndo-cero K do ssemainear AK = aK 6 0 vetor solugio K é chamado autoyetor correspondents ao autovalor A. Pode-se utilizar EXEMPLO 16 s Volume 2 Cap. 8 Sistemas de equagies diferencias lneares 4, Solugio Efetuando a multiplicagdo AK, vemos que mete eral 203 3})-al-| 2 if 241 isla} ba 1 Da lina precedente e da Definigdo 8.13, decorte que 4 = -2 6 um autovalor de A. . Aplicando propriedades da dlgebra das matrizes, podemos escrever (6) na forma alternativa (A-ADK=0, o onde 16 aidentidade jativa, Fazenda E.| centio (7) €0 mesmo que 1A + inky = aah +n ~ Orgy = 0 i ® ath + yay +--+ (agg Wg = 0. Embora uma solugio Gbvia de(8) sejak, =k, =.= k=! 10s procurando apenas triviis. Mas sabemos que um sistema homogéneo = 0.= 1, 2, .., mem (5)) tom solugio nio- oeficientes & igual a zero. Assim, para achar uma solugdo n de — AD =0. Observando (@), vemos de graumem A.A equagio ‘0 as ratzes da equagao earacte basta resolver 0 sistema de equagies ‘attiz aumentada (A. — 2.110), EXEMPLO 16 mvolvimento de det(A ~ 21) por co-fatores resulta em um hamada equagio caracteristica de A, os autovalores de A Para char um autovetor correspondente a uma eutovalor 2 ~ ADK = 0 aplicando a eliminagéo de Gauss-lordan 4 ‘Ache os autovalores ¢ os autovetores de42 Bruacbes Diferencats Cap.8 Volume 2 Solugde Para desenvolver o determinante na equacd ais iret 6-1-4 0 eee det(A A =| <2 -# =O 00 AA¥HA-=0 | lores $30 2, = 0, A, = ~ 4, A, = 3. Para achar os autovetores, devemos reduzir jo) “RR yg 0 Ne 0-13 ~6 =? lo -0 -o 124 ca-arjoy-| 6-1 0 = |oo 1 K=| 6 -13, oni : Pun = F * 521) “Bf 2-s0 (asatjoy=] 6 3 ofa [63 ofo i 2: 3|0) F -[s 2° alo, | i OR; + Re 1 2 -3|0 = 1 2-3/0) +R —4Ry 0-9 180] “4 for —2J0 => [os slo) => or 2fo 2k, +8, é ot j Volume 2 Cap. 8 Sistemas de equacbes diferencias lineares 48 implica k, =k, ek, = 2k, Escolhendo k= I, obtemos o segundo autovetor A Finalmente, para A, = 3, a eliminaglo de Gauss-Jordan dé “22 10 (A-3t]o)=] 6-4 ofo -1 -2-aI0 oo. so Ay pde-se provar que yw K,, iitretanto, quando ‘char n avfavetors linearmente ‘Quando uma matrz A n x n possui n autovalores di ‘existe um conjunto de n autovetoreslinearmente independentes* ‘a equagio caracteristicatemraizesrepetidas, nem sempre & pos independemtes para A. EXEMPLO.17 Ache os autovalores ¢ autovatoros de vemos que A, = 4, = é im sttovalor de multiplicidade dois. No caso de uma matriz 2 x2, nio & preciso utilizar a eliminagéo de Gauss-Jordan. Para achar o(s) autovetor(es) correspondente(s) a A = 5, recorteaos ao sistema (A — ST 0) em sua forma equivalente 2k; 44k, = 0 =k, +2K,=0. Por esse sistema, & claro que k, = 2k, Assim, escalhendo = 1, temos 0 nica autovetor «-() . ei como 0 caso de fag *Desine-se ind