lgebra Linear e Geometria Analtica Professor: Antnio Csar
MATRIZES, DETERMINANTES, SISTEMAS LINEARES E VETORES
Nome RA Felipe Renato da Silva 8075868725 Gustavo Ferraz Herbella 9902003980 Renan Mac Alpine 8228971473 Wellington Carlos Rodrigues Santos 9902009038 Washington Dantas Gonalves 8205965574
Santa Brbara dOeste, 2014. 2
Faculdade Anhanguera Educacional
lgebra Linear e Geometria Analtica Professor: Rogrio Pizzinatto
MATRIZES, DETERMINANTES, SISTEMAS LINEARES E VETORES
Atividade Prtica Supervisionada para a disciplina de lgebra Linear, como forma de cumprir os requisitos desta disciplina, oferecido pela Faculdade Anhanguera de Santa Brbara.
Santa Brbara dOeste, 2014. 3
Sumrio Introduo ............................................................................................................... 4 1 Matrizes ............................................................................................................. 6 1.1. Adio e Subtrao de matrizes ............................................................ 7 1.2 Tipos de matizes..................................................................................... 8 1.3 Matriz identidade .................................................................................... 9 1.4 Matriz Nula ........................................................................................... 10 1.5 Matrizes transpostas e opostas ............................................................ 10 1.6 Igualdade de matrizes .......................................................................... 11 1.7 Matriz inversa ....................................................................................... 12 2 Determinantes ................................................................................................. 13 2.1 Regra de Sarrus ................................................................................... 14 2.2 Teorema de Laplace ............................................................................. 16 3 Sistemas Lineares .......................................................................................... 17 3.1 Tipos de sistemas lineares ................................................................... 17 3.2 Sistemas equivalentes ......................................................................... 18 3.3 Operaes com sistemas lineares ........................................................ 18 3.4 Mtodo da substituio ......................................................................... 18 3.5 Mtodo da adio ................................................................................. 19 3.6 Mtodo de Gauss-Jordan ..................................................................... 19 3.7 Mtodo de Cramer ................................................................................ 20 3.8 Sistemas Homogneos ......................................................................... 21 4 Vetores ............................................................................................................ 22 4.1 Tipos de vetores ................................................................................... 23 4.2 Operaes com vetores ........................................................................ 26 4.3 ngulos entre dois vetores ................................................................... 27 Concluso ............................................................................................................. 28 Referncias Bibliogrficas ..................................................................................... 30
4
Introduo Matriz uma tabela de nmeros reais formadas por disposies horizontais chamadas de linhas e disposies verticais chamadas de colunas, onde os nmeros podem estar apresentados entre colchetes, parnteses ou barras duplas, sendo mais utilizados os colchetes. H diversas aplicaes de matrizes, elas podem ser usadas, por exemplo, para resolvermos diversos problemas matemticos, tais como descobrir a quantidades de peas (A, B e C) utilizadas em dois tipos de carros (x e y), em trs verses diferentes (Stand, luxo e superluxo), onde usando os conceitos de multiplicao de matriz, ao multiplicar o tipo de pea utilizada por carro pelo tipo de carro e verso, possvel descobrir a quantidade de pea utilizada por verso. Onde eu tenho uma matriz de ordem 3 x 2 (Pea por carro) multiplicada por uma matriz de ordem 2 x 3 (Carro por verso), obtenho uma matriz de ordem 3 x 3 (Pea por verso). No decorrer deste trabalho, abordaremos vrios tipos de matriz, podendo ser classificada como: matriz linha, coluna, quadrada, retangular, diagonal, triangular, escalar, oposta, identidade, inversa, transposta ou nula. Determinante um nmero real associado a uma matriz quadrada, sendo que est apresenta um nmero de linhas iguais ao nmero de colunas. Diferente das matrizes que podem ser representadas em forma de colchetes, os Determinantes so acompanhados de dois traos verticais. Dentro de uma determinante os elementos so dispostos de forma que ao serem multiplicados entre si, deve-se multiplicar a diagonal principal (+) e subtrair pela multiplicao da diagonal secundria (-), descobrindo-se, portanto a determinante da matriz quadrada. Entre os distintos meios de calcular um determinante, destacam-se o teorema de Laplace e regra de Sarrus existente somente em matriz de ordem trs. Ambas as formulas sero abordadas no desenvolvimento do trabalho. Sistemas Lineares: Primeiramente para entender o conceito de sistemas lineares devemos compreender o que so equaes lineares, que so equaes que apresentam em suas estruturas apenas a soma das variveis (cada uma delas multiplicada por uma constante) e cujo resultado um nmero real chamado de termo independente. 5
Ou seja, suponhamos que temos 2x+y=5, onde x e y so variveis (letras da qual iremos calcular o valor), 2 e 1 so os coeficientes (so os nmeros que esto multiplicando as letras x e y), e o 5 o termo independente, j que na est multiplicado por nenhuma varivel. Logo em um sistema de equaes lineares temos um conjunto limitado de equaes lineares, ou seja, quando se tem um grupo de varias equaes lineares se tem na verdade um sistema de equaes. (formado por suas ou mais equaes lineares). H varias formas de se resolver um sistema de equaes, porm os mtodos mais importantes so: comparao, substituio, adio, mtodo de Cramer e escalonamento. Sendo que os trs primeiros mtodos (comparao, substituio e adio) so recomendados para sistemas simples. O sistema linear utilizado no nosso cotidiano, nas profisses, em tcnicas para se resolver problemas. Como: clculo de estrutura de (pontes, torres, edifcios), No Planejamento de produo (quando e o que produzir), na robtica, o posicionamento das juntas de um rob feito atravs da resoluo de sistemas lineares, na estatstica, na prtica redes eltricas com centenas ou milhares desses elementos so resolvidos usando sistemas lineares, em computao grfica, na gerao de imagem digital, entre outros. No decorrer do trabalho abordaremos os mtodos de resoluo mais utilizados de acordo com cada tipo de sistema. Vetores: Primeiramente devemos entender o conceito de grandezas fsicas: isto tudo que pode ser medido (altura, tempo, velocidade, quantidade de calor, massa, fora, acelerao entre outros). Podendo ser escalares ou vetoriais, sendo que as escalares se caracterizam apenas pelo mdulo, isto um nmero mais a unidade. J vetores que so o foco do nosso estudo, necessitam mais do que o mdulo, porm alm do mdulo elas precisam de direo e sentido. Sendo que a direo uma reta (horizontal/vertical), o sentido uma orientao na reta (esquerda/direita). Quando a grandeza vetorial representada por: Sendo a grandeza vetor fora, a flecha acima apenas a simbologia indicando que a grandeza vetorial (cuidado para no confundir com sentido). 6
1 Matrizes Aproximadamente no ano 100 a.C., foi escrito na china o livro cui-chang suan-shu (em portugus, Os nove captulos da arte matemtica). Essa obra trata de 246 problemas sobre mensurao de terras, agricultura, impostos, equaes, entre outros. As matrizes so estruturas matemticas organizadas na forma de tabela com linhas e colunas, so usadas para a organizao de dados e informaes. Tal tabela deve ser representada entre parnteses (), entre colchetes [] ou entre barras duplas || ||. Chama- se matriz de m e n toda tabela de nmeros dispostos em m linhas e n colunas. Onde m indica a quantidades de linhas da matriz e n a quantidade de coluna. Sendo A= 2 x 3, ou seja, uma matriz composta por 2 linhas e 3 colunas.
Exemplo: Matriz A do tipo 2 x 3
Um elemento (nmero) de uma matriz A que est na i-sima linha e na j-sima coluna chamado de elemento rija ou (i, j)-simo elemento de A. Ele escrito como Ai, j ou A [i, j], onde o i indica a linha que o elemento pertence e o j indica a coluna a qual pertence o elemento.
Exemplo:
Matriz A do tipo 3 x 2 7
O nmero 2 est posicionado na linha 1 e coluna 1; isso se indica esse elemento por a11, ou seja, a11 = 2; O 3 est posicionado na linha 1 e coluna 2; indica-se esse elemento por a12, ou seja, a12 = 3; O 3 est posicionado a linha 2 e coluna 1; indica-se esse elemento a21, ou seja, a21= 3; 1.1 Adio e subtrao de matrizes Adio Para se usar uma adio em matrizes, precisamos nos certificar que ambas sejam de mesma ordem, e o resultado dessa matriz tambm ser de mesma ordem. Ou seja, se somarmos uma matriz A com uma matriz B de mesma ordem, teremos como resultado uma matriz C (A + B = C) de mesma ordem, e somando os elementos correspondentes de A e B teremos os elementos de C. assim: a11 + b11 = c11.
Dada a matriz A= e matriz B= , todas de mesma ordem, e se somarmos a A + B, teremos como resultado C:
+ = Observe os elementos destacados nas matrizes acima: a13 = - 1 e b13 = - 5 ao somarmos esses elementos chegaremos a um terceiro resultado na matriz C que o c13 = -6. Pois -1 + (-5) = -1 5 = - 6 O mesmo ocorre com os outros elementos, para chegarmos ao elemento c32, tivemos que somar a32 + b32. Isto , 3 + (-5) = 3 5 = - 2 Ficando assim: A + B = C, onde C tem a mesma ordem de A e B. 8
Subtrao Assim como na adio, as matrizes tambm devem possuir a mesma ordem para realizar a subtrao, e a sua diferena tambm resultar em uma nova matriz de mesma ordem, Ou seja, Se subtrairmos a matriz A da matriz B, (A B = C), obteremos como resultado uma matriz C de mesma ordem. E para formarmos os elementos de C, subtrairemos os elementos de A com os elementos de B, ficando assim: a21 b21 = c21.
Dada a matriz A = e B = ambas de mesma ordem, e se subtrairmos A B teremos: - = Observe os elementos destacados nas matrizes acima:
Quando subtramos a13 b13 = c13, -1 (-5) = -1 + 5 = 4 Quando subtramos a31 b31 = c31, - 4 (-1) = -4 + 1 = -3 Assim A B = C, ou seja, C uma matriz de mesma ordem de A e B.
1.2 Tipos de matrizes Matriz quadrada A matriz tem esse nome quando, seu numero de linhas igual ao numero de colunas, Sendo A=3 x 3, ou seja, uma matriz composta por trs linhas e trs colunas, simplificando, pode-se dizer que se trata de uma matriz quadrada de ordem 3. 9
uma matriz quadrada de ordem 3, ou seja, A=3x3.
Toda matriz quadrada possui duas diagonais: diagonal principal e secundaria. A diagonal principal de uma matriz quadrada tem inicio em seu canto superior esquerdo e termina em seu canto inferior direito, e a diagonal secundaria tem inicio em seu canto superior direito ao canto inferior esquerdo.
Pode-se observar que na diagonal principal da matriz A os elementos aij possuem i = j, ou seja, a11, a22 e s33, e na diagonal secundria, os elementos aij so tais que i + j = 3 + 1 (em que 3 a ordem da matriz A) sendo, a31, a22 e a13.
1.3 Matriz identidade toda matriz quadrada onde os elementos da diagonal principal so iguais a 1 e os demais elementos da matriz so iguais a 0.
Com o exemplo acima, podemos observar que se trata de uma matriz quadrada, ou seja, a quantidade de linhas e colunas so iguais. Podemos observar tambm que, a sua diagonal principal composta apenas pelo numero 1 , enquanto os demais elementos da matriz M so todos 0. Assim, podemos dizer que M2x2
uma matriz identidade de ordem 2 e indicamos I2, ou seja, a matriz de ordem 2. Diagonal Principal Diagonal secundria 10
1.4 Matriz nula Matriz nula, qualquer matriz que possui todos os elementos iguais a 0. A definio de uma matriz nula amplamente usada para resolues de problemas em que pedem para encontrar uma matriz que somada outra se resulte em uma matriz nula. Uma matriz nula O somada com outra matriz A, de mesma ordem, se resulta em A, ou seja, A + O = A e O + A = A.
1.5 Matrizes transpostas e opostas. Considerando uma matriz A de ordem m x n, a matriz transposta dessa matriz ser representada At, de ordem invertida de n x m. Essa inverso significa que para transformarmos uma matriz em uma matriz transporta, basta trocar os elementos das linhas pelo das colunas, ou seja, o que era linha se tornara coluna, e o que era coluna se tornara linha. Segue um exemplo da inverso para matrizes transportas abaixo: Dada a matriz A = 3 x 2, a matriz transposta representada por A t , ser:
Pode-se observar que a ordem da matriz A e da sua transposta At foi invertida. Isto , o que era linha passa a ser coluna, e o que era coluna passa a ser linha. Opostas O oposto de um nmero o seu simtrico, isto , o oposto de 7 -7, o oposto de -3 3. Desse mesmo modo encontraremos o oposto de uma matriz. Abaixo apontaremos exemplos de matrizes opostas para melhor entendimento do leitor. 11
Dada a matriz C de ordem 3x2. A matriz oposta a C ser:
1.6 Igualdade de matrizes Quando as matrizes A e B possuem a mesma ordem e seus elementos da mesma posio tambm so iguais (A = B). Da mesma maneira, se essas duas matrizes A e B no tiver a mesma ordem ou os seus elementos iguais, dizemos que elas so matrizes diferentes (A B). Exemplo:
As posies (1 linha, 2 coluna) e (2 linha, 1 coluna), nas duas matrizes, apresentam elementos correspondentes iguais: 4 = 4 e 0 = 0. Portanto, para que ocorra a igualdade entre essas matrizes, devemos ter ainda: X = 9 >> x = 3 x + 2 = -1 >> x = -3 Como o nmero -3 a nica soluo comum s duas equaes, conclumos que as matrizes so iguais somente se, x = -3.
12
1.7 Matriz inversa Uma matriz admite inversa se a mesma for quadrada e, seu produto pela provvel inversa igual a uma matriz identidade quadrada de mesma ordem das outras. O conceito de matriz inversa o mesmo de se calcular o inverso de um nmero real. Por exemplo, temos dois nmeros reais (x e n) x somente ser o inverso de n se, x. n ou n. x for igual a 1. Quando um nmero real inverso de outro, indicamos o nmero inverso como um expoente -1:
1 / 4 = 4-1, dizemos que 1 /4 o inverso de 4, pois se multiplicarmos 1 / 4. 4 = 1.
Abaixo apontaremos um exemplo de matrizes que admitem inversa: . Dadas as matrizes A= e B= .
Portanto, pode se afirmar que as matrizes A e B so inversas entre si.
13
2 DETERMINANTES Determinantes um estudo de uma matriz quadrada, onde existem os mesmo nmeros de linhas e colunas (NxN), onde ela um pouco diferente, onde calculamos o seu valor numrico, onde no acontece na matriz. Para se obter o determinante de uma matriz necessrio fazer uma subtrao e somar em diagonal, a soma realizada entre os produtos da diagonal principal e os produtos da diagonal secundria. Nas matrizes quadrada de ordem 3x3, realizado com uma formula que chamado de Sarrus, onde se repete a 1 e 2 coluna da matriz, e em seguida se aplica a regra de Sarrus. Quando uma matriz possui um elemento, ou contm uma linha e uma coluna, conclumos que a matriz de 1 ordem. Uma matriz quadrada de 1 ordem, M=[11], o seu determinante o nmero real 11. OBS: Identificamos o determinante de uma matriz entre duas barras verticais. EX: M= [5] det M = 5 ou I 5 I = 5 M = [-3] det M = -3 ou I -3 I = -3
Determinante de 2 ordem, 2x2. A matriz , de ordem 2, sobre o determinante M, dado:
O determinante de 2 ordem dado pela diferena entre os produtos dos elementos da linha diagonal principal, e dos produtos da linha diagonal secundria.
14
EX:
2.1 Regra de Sarrus Determinante de 3 ordem, pode ser calculado com a regra de Sarrus, repetindo a 1 e 2 coluna. Exemplo1:
15
OBS: Se desenvolvermos esse determinante de 3 ordem aplicando o Teorema de Laplace, encontraremos o mesmo nmero real.
Exemplo2: Dado a matriz de 3 ordem, 3x3 M= , dado por: OBS: Primeira feita a matriz em forma de determinante, e depois feita a repetio da 1 e 2 coluna. Det M= Em seguida calculada a diagonal principal e diagonal secundria. Det M= Deve se somar os oposto dos produtos da diagonal secundrias com os Det M= 0 40 + 0 15 + 0 4 = -59
16
2.2 Teorema de Laplace Para o clculo de determinantes de matrizes quadradas de ordem menor ou igual a 3 (n3), temos algumas regras prticas para realizar estes clculos. Entretanto, quando a ordem superior a 3 (n>3), muitas destas regras no so aplicveis. O teorema de Laplace consiste em escolher uma das filas (linha ou coluna) da matriz e somar os produtos dos elementos dessa fila pelos seus respectivos cofatores. Ex:
De acordo com o teorema de Laplace, devemos escolher uma fila (linha ou coluna) para calcular o determinante. Vamos utilizar a primeira coluna:
Agora achamos os cofatores:
Sendo assim, o Det C dado pela seguinte expresso:
17
3 Sistemas Lineares Para entender o conceito de Sistemas de Equaes lineares, primeiro precisamos entender o que Equao Linear. toda equao que possui variveis e apresenta na seguinte forma a1x1 + a2x2 + a3x3 ++...+ anxn = b, em que a1, a2, a3,..., so os coeficientes reais e o termo independente e representado pelo nmero real b. Exemplos: x + y + z = 10 2x 3y + 5z = 6 4x + 5y 10z = 3 x 4y z = 0
Portanto, Sistema Linear por definio um conjunto de p equaes lineares com variveis x1, x2, x3,....,xn formam um sistema linear com p equaes e n incgnitas.
3.1 Tipos de sistemas lineares Conforme as solues os sistemas lineares podem ser definidos como: - Uma nica soluo: Pode ser chamado de sistema linear determinado. - Vrias solues: Pode ser chamado de sistema linear indeterminado. Obs. Se ao buscar o valor de uma das variveis, chegarmos a uma expresso do tipo: 3 = 3 ou 0 = 0 Ou qualquer outra expresso que tenha uma sentena que seja sempre verdadeira, o sistema ter infinitas solues e poderemos cham-lo de possvel, mas indeterminado. - No tem soluo: Pode ser chamado de sistema linear impossvel 18
Obs. Se ao buscar o valor de uma das variveis, chegarmos a uma expresso do tipo: 0 = 3 ou 2 = 5 Ou qualquer outra expresso que tenha uma sentena que seja sempre falsa, o sistema no ter qualquer soluo e poderemos cham-lo de impossvel. O conjunto soluo de um sistema chamado de impossvel vazio. 3.2 Sistemas Equivalentes
Dois sistemas so equivalentes se admitem a mesma soluo. Exemplo:
Os sistemas de equaes acima so equivalentes porque a soluo de ambos o par ordenado:
3.3 Operaes com Sistemas Lineares
Existem trs tipos de operaes elementares que podem ser realizadas sobre um sistema linear de equaes de forma a transform-lo em outro sistema equivalente mais simples que o anterior. Na sequncia trabalharemos com um exemplo para mostrar como funcionam essas operaes elementares sobre linhas. O segundo sistema (o que aparece direita) j mostra o resultado da ao da operao elementar. Nas linhas iniciais de cada tabela, voc encontra a operao que foi realizada.
3.4 Mtodo da Substituio na resoluo de sistemas:
Consiste em isolar x ou y em qualquer uma das equaes do sistema, e substituir o valor isolado na outra equao. 19
Exemplo:
3.5 Mtodo da Adio na resoluo de sistemas:
Consiste em somarmos as variveis semelhantes das duas equaes no intuito de obter resultado igual zero.
Exemplo:
Multiplicamos a equao II por 3 e a adicionamos, membro a membro, com a equao I.
Fazendo x = 1 na equao (I), por exemplo, obtemos:
2 1 + 3y = 8 y = 2
3.6 Mtodo de Gauss-Jordan
O mtodo de Gauss-Jordan um mtodo de escalonamento que consiste em aplicar operaes elementares a matriz aumentada de um sistema, at que ela esteja na forma escalonada reduzida. A vantagem deste processo que um sistema cuja matriz aumentada uma matriz na forma escalonada reduzida tem soluo imediata, enquanto que para resolver um sistema que est apenas na forma escalonada ainda necessrio fazer uma srie de substituies para obter a soluo final. 20
Exemplo:
3.7 Mtodo de Cramer
A regra de Cramer foi desenvolvida pelo matemtico suo Gabriel Cramer (1704 -1752). Ela consiste num mtodo para resoluo de sistemas lineares n x n (nmero de equaes igual ao nmero de incgnitas) com o auxlio de determinantes.
21
Exemplo:
Calculamos inicialmente D, D x e D y :
Como D = 13 0, o sistema possvel e determinado e:
Assim: S = {(1,2)} e o sistema possvel e determinado. 3.8 Sistemas homogneos Um sistema linear homogneo quando os termos independentes de todas as equaes so nulos. Todo sistema linear homogneo admite pelo menos a soluo trivial, que a soluo identicamente nula. Assim, todo sistema linear homogneo possvel. Este tipo de sistema poder ser determinado se admitir somente a soluo trivial ou indeterminado se admitir outras solues alm da trivial. Exemplo:
O sistema acima possui uma nica soluo, a soluo nula x = y = z = 0.
22
4 Vetores Algumas grandezas ficam completamente determinadas por apenas um nmero real, como comprimento, rea, volume e temperatura, sendo chamadas de escalares. Outras no ficaro bem determinadas se alm da magnitude no forem apresentados uma direo e um sentido, so chamadas de vetoriais e sua representao, de vetores. Como exemplo temos a velocidade, a acelerao, a fora Podemos representar geometricamente os vetores por segmentos de reta orientados (ou flechas). Sendo que a direo e o sentido da flecha especificam a direo e o sentido do vetor e o comprimento da flecha a sua magnitude. B ponto final do vetor A ponto inicial do vetor Se chamarmos o vetor de temos que . Podemos levar como exemplo um vo de Porto Alegre ao Rio de Janeiro. O tempo que leva o vo uma grandeza escalar pois basta um nmero real para determina-la. O deslocamento uma grandeza vetorial pois se precisa saber a distncia a ser percorrida (de modo que se tenha combustvel suficiente) e em que direo ir (para no se errar o destino). As duas quantidades apresentadas especificam o deslocamento ou vetor de deslocamento entre as duas cidades. Em vrios pares de cidades podemos ter vetores deslocamento que tm o mesmo comprimento e a mesma direo, sendo que os vetores de deslocamento entre as cidades so os mesmos, embora no coincidam. Os segmentos orientados de mesmo comprimento, mesma direo e mesmo sentido so ditos segmentos equipolentes e representam um mesmo vetor. 23
Assim sendo, o vetor determinado por um segmento orientado o conjunto de todos os segmentos orientados de mesma direo, mesmo sentido e mesmo comprimento de e costuma ser representado por uma das seguintes formas: v , ou . 4.1Tipos de vetores Mdulo de um Vetor O mdulo de um vetor ser representado por ou . Vetor Nulo Se os pontos inicial e final de um vetor coincidem, ento o vetor tem comprimento zero e chamado de vetor nulo ou vetor zero e denotado por . Vetor Unitrio Se ento chamado vetor unitrio. Vetores Opostos , chamado de oposto de um vetor que tem mesmo mdulo e mesma direo de mas sentido contrrio.
24
Versor de um Vetor O versor de um vetor no nulo o vetor unitrio de mesma direo e sentido de . Exemplo: 1. | | = 4
Vetores paralelos Dois vetores e so paralelos, e indica-se // , se tiverem a mesma direo.
Vetores colineares Dois vetores u e v so chamados de colineares se tiverem a mesma direo, ou seja, u e v so colineares se tiverem representantes AB e CD pertencentes a uma mesma reta ou a retas paralelas.
Se dois vetores so paralelos ento possuem representantes numa mesma reta e so ditos colineares. 25
Vetores ortogonais Dois vetores e so ortogonais, e indica-se , se algum representante de formar um ngulo reto com algum representante de .
Vetores Coplanares Vetores coplanares so vetores que possuem representantes num mesmo plano. Exemplo: Quando vetores no nulos u e v possuem representantes AB e CD pertencentes a um plano , diz se que so coplanares.
Observao Dois vetores so sempre coplanares. Trs ou mais vetores podem ou no ser coplanares.
26
4.2 Operaes com vetores Adio Dados dois vetores u e v, define-se o vetor soma u+v.
Retngulo triangulo Regra de paralelogramo
Subtrao A existncia do vetor oposto -v, podemos definir a diferena u-v, como sendo igual soma u+ (-v)
Produto escalar Dados os vetores u=(a,b) e v=(c,d) definimos o produtos escalar como. u.v = a.c + b.d Exemplos: O produto escalar entre u=(3,4) e v=(-2,5) : u.v = 3.(-2)+4.(5) = -6+20= 14 27
O produto escalar entre u=(1,7) e v=(2,-3) : u.v = 1.(2)+7.(-3) = 2-21= -19 Propriedades de um produto escalar. Podem ser quaisquer os vetores, u, v, e w, e k escalar: v.w = w.v v.v = |v|.|v| = |v| u.(v+w) = u.v = u.w (kv).w = v.(kw) = k(v.w) |kv| = |k|.|v| |u.v| <=|u|.|v| (Desigualdade de Schwarz) |u+v| = <=|u|+|v| (Desigualdade triangular)
4.3 ngulos entre dois vetores. O produto escalar entre os dois vetores u e v, pode ser escrito: u.v = |u|.|v| cos(x) Onde x o ngulo formando entre u e v.
Atravs de essa definio escalar, podemos obter o ngulo x entre dois vetores genricos u e v.
28
Concluso Os conceitos sobre lgebra Linear so divididos em trs pontos principais (matrizes, determinantes e sistemas lineares) que se constituem de ferramentas muito utilizadas tanto nas reas da Matemtica, quanto fora dela. A principal meta deste trabalho estudar e apresentar alguns conceitos fundamentais da lgebra Linear. So contedos estudados dentro de matemtica, mas abordados em outros ramos, como na informtica, engenharia. O estudo dos determinantes depende do conhecimento prvio sobre matrizes. De um modo geral podemos dizer que matriz um conjunto de elementos organizados em linhas e colunas. O nmero de linhas representado por m e o nmero de colunas representado por n, essas quantidades devem ser maiores ou iguais a um. A quantidade de linhas de colunas e os elementos que pertencem matriz so identificados atravs de uma frmula. Determinante uma matriz quadrada representada de uma forma diferente, pois calculamos o seu valor numrico, o que no acontece com a matriz. Nela aplicamos as quatro operaes, ou seja, somamos, multiplicamos, dividimos, subtramos obtendo outra matriz. A teoria das equaes lineares desempenha papel importante e motivador no campo da lgebra Linear, onde muitos problemas so equivalentes ao estudo de um sistema de equaes lineares. Os mtodos diretos que aprendemos no ensino mdio como por substituio s prtico para duas equaes a duas incgnitas. Para outros casos destaca-se a regra de Cramer. Esse mtodo, se aplicado a um sistema de n x n envolve um clculo de (n + 1) determinantes de ordem n. Se n = 20, por exemplo, o total de operaes efetuadas ser de 21 x 20! x 19 multiplicaes mais um nmero semelhante de adies. Assim, se um computador que efetue cerca de cem milhes de multiplicaes por segundo, levaria 3 x 10 5 anos para efetuar as operaes necessrias. O mtodo de eliminao de Gauss consiste em transformar o sistema linear original num sistema linear equivalente com a matriz dos coeficientes triangular superior, pois estes so de resoluo imediata. Os vetores desempenham um papel importante na fsica: velocidade e acelerao de um objeto e as foras que agem sobre ele so descritas por vetores. importante ressaltar, no entanto, que os componentes de um vetor fsico dependem do sistema de coordenadas usado para descrev-lo. Outros objetos usados para descrever quantidades fsicas so os pseudo-vetores 29
e tensores. Os vetores tm aplicao em vrias reas do conhecimento, tanto tcnico quanto cientfico, como fsica, engenharia e economia, por exemplo, sendo os elementos a partir dos quais se constri o Clculo Vetorial.
30
Referncias Bibliogrficas S, Robinson. Matrizes. Disponvel em: <http://www.infoescola.com/matematica/matrizes/> Acesso em 10 de mar de 2014. ESCOLA, Brasil. Matriz transposta. Disponvel em: <http://www.brasilescola.com/matematica/matriz-transposta.htm> Acesso em: 15 de mar de 2014. ONLINE, Alunos. Matriz Oposta. Disponvel em: <http://www.alunosonline.com.br/matematica/matriz-oposta.html> Acesso em 15 de mar de 2014. PAIVA, MANOEL. Matrizes: um pouco de histria. In: MANOEL PAIVA. Matemtica. So Paulo: Editora Moderna,1 edio. Pgs 299-313. MATEMTICA, s. Determinantes. Disponvel em: <http://www.somatematica.com.br/emedio/determinantes/determinantes> Acesso em 29 de mar de 2014. WEB, Colgio. O que Determinante?. Disponvel em: <http://www.colegioweb.com.br/trabalhos-escolares/matematica/determinantes/o- que-e-determinante.html> Acesso em 29 de mar de 2014. EDUCAO, Mundo. Matrizes e Determinantes. Disponvel em: <http://www.mundoeducacao.com/matematica/matriz-determinantes> Acesso em 29 de mar de 2014. Escola, Brasil. Equivalncia em Sistemas lineares. Disponvel em: < http://www.brasilescola.com/matematica/equivalencia-entre-sistemas-lineares.htm> Acesso em 30 de maio de 2014. Battisti, Jlio. Matemtica para concursos. Disponvel em: < http://juliobattisti.com.br/tutoriais/jorgeasantos/matematicaconcursos017.asp> Acesso em 30 de maio de 2014. Escola, Brasil. Sistemas Lineares. Disponvel em: < http://www.brasilescola.com/matematica/sistemas-lineares.htm> Acesso em: 06 de junho de 2014. 31
O Baricentro da mente. Escalonamento ou o Mtodo da Eliminao de Gauss. Disponvel em: < http://obaricentrodamente.blogspot.com.br/2012/10/escalonamento- ou-o-metodo-da-eliminacao.html> Acesso em 06 de junho de 2014. Biezuner, Rodney Josu. Sistemas Lineares. Disponvel em: < http://www.mat.ufmg.br/~rodney/notas_de_aula/sistemas_lineares.pdf> Acesso em 06 de junho de 2014. EBAH. Mtodo de Gauss-Jordan para Escalonamento. Disponvel em: < http://www.ebah.com.br/content/ABAAABQLMAC/metodo-gauss-jordan- escalonamento> Acesso em: 12 de junho de 2014. COC, educao. Cap.5 Sistemas Lineares. Disponvel em: < http://interna.coceducacao.com.br/ebook/pages/1799.htm> Acesso em: 12 de junho de 2014 Matemtica Essencial. Introduo aos sistemas lineares. Disponvel em: < http://pessoal.sercomtel.com.br/matematica/medio/matrizes/sistemas.htm> Acesso em 12 de junho de 2014.