_ =indice de Simbolos CAPITULO 1 aE D ES v [,, }-ua maiz cu ena na soln e és colin € a, (vera de wns mati quanta [41 aie mented de um sieme de equ lnetes APSA, mat sista ‘nen ano de uri mai com Liha cola Af =k mai asian | Ar ensposta de un ari ‘x=. siera de equasdos insures ‘eG, tayo de ume maui 1 mates zero | Teme 00 | CAPITULO 2 SATII SES ot A), determinants de una mlz quadeada 1, menor ds ets, ua mata gusarasa simboln usado para detoir uma maiz eemetar ,, cfr da entrada a, uma mata uaa A dei h~A)=0, equaciocaracteitica de wa atte quae sf) ajant de ua nea qoadiada A fama 86 un er JK. veores unitiia eanbaizos do espagetimersonal 8 (9), produto misto beeeape bees eee a+ CAPETULO 3 ALL LISI Fst po cane etl wna 8 | Otero th a ea ee ees npg dine : ct i esa HSS rma distin "no espago tiimenscral uy pda escalate de dos etores eta tm po uni ej omponcre vot de way longo de a thy sec d=0. font ges da equa de un plano 18) forms vetoed quae den plato fase pone norma . CAPITULO 4 Fe coun ts pls orden 0 p01 eons Ty0 Ty 8 compet um foes nea | een ney -+aune prada nero cucane com uma anstonasio eat 7, prot iene eliiane usando vetressotna {07} = Fl 2 maiz enti da compost 07, iuil=( 0" rrema tena hone eeataeaesie 91 f= vi tne eebiane fe So we Tsu sa prs ent ata Wane ne IT] = 1763 ep Rees mic eaiica de Tem emo Te) = Ax, tame malate em open poe A es images dos wines bas enna de? U7 1, mez canon de uma ansfomaso linet CAPITULO 5 seam Cea. ep das anges om | Teno i at ‘mnt rads connor.) | tScuinene tm ibepme ds wn expe tol ¥ rem ip ger ico Fae etpig veto ts mazes enn vivuas continua de ods a edens 0 itervalo (<0) | FELIS jue tng ei tas ner =.) Cabo ep dunes res comt no tral tad 2B | Flarbce ete tnt eat ced) Glebe epg des gsc sos no rl sat (0.5) | lace ocpe dss ead eran ert eb oegp das fang eco Cin moespe di igs econ none 9 ‘ee frat com nrc chao. Ci cmmr oepuodustungesreiscam (a) oes te fees asco i Sivain cota malo mt ‘uaa teas oma ner abe (0)Capito 5 (eominuagso) (C™ [a0] 0 espago das fangs reais com detivadascoatnuss ‘todas a orden no iteval fecado lo 1 (© (a0), 0 espago das tunis rei com denvads coninss de todas orders 20 itr aberta(e ) 2c (0 espagn de todas as combinages ineies de Vetoes no conjuato $ Py 0 expago dos polintmis de gra =n CAPITULO 6 a (a ¥ proto incerno dos vets we ¥ Tul] parma deur veoe (4, ¥)ysitinisenre ot vores wey 1 complemento orogens de um subespago W 1 Yetornornaizado i) CAPITULO 7 et @.1~A)=0, aequasi caraceiticn de uma mati queda A T: VW canstormagio tinea de um expag veto ‘enum espago vera [ue (1, nclo da anaformagt linear Im (7) imager da ransformagto linear 7 CAPITULO 9 Y=AY- sistema linear de equagoes sien primeira ocdem CAPITULO TO 4 mba usa pura dent iat um nin compl abitcio {5 intel steve pau nr canglzo Fs4~bicontgts do um ninen compose ie(O, parca de um nmerscomponoe Is, pare magne Geum wince comglexo siz pune de um nines compos ‘Nec rtm pnp de un nme cone 2 |e F-F, modeum aimrocomples: (os 6 ie forma pl: maine complex # "ttoona pl abst d uae comple eee ATS LL TG indice de Simbolos W (2,0 wromskiane dim (), a dimensaodoexpago vera V de dimens fina 0s (4, a dimensdo comm J esparo-inba eda erpago-coln da mati A ul a dimensto do espago-nao de um inate de tamanio mt (5 (yn) 0 eT de coordenadas dev rm rela aa base $ rj yt, projegdoonogena do veer w no subespgo W mati onogsnal IM], mati de coordenadas de vem relagio 8 base $ _, silo usedo para denotr uma mati dagoasl os (7), posto da transforma lines 7 rol (alld du trator near 7 hag mattz de 7 em rela ds bios B eB 7 Ce) ~ ee)P dx, eo guadetico meio. (© espago das nupas de nimaros complex (espag evciiano ‘dimensional emplexo} C(-e=) complexo, espago veal das anges complesas eum varie eal queso ennnns no interval (=, =) (ab) complexa, oespgo veto das fangs camplenss dma varie el que so continua no interval Festa, 8h, +448, produto icereo eutidito complex ‘mati cman “A, maiz ant-Seriiana mati iia A, mat nemaAlgebra Linear com AplicagéesAnton, Howard Algebra linear com aplicagées / Anton Howard e Chris Roms: trad, Claus Ivo Doering. ~ 8. ed, ~ Porto Alegre : Bookman, 2001 1. Algebra tinea 1. Rozres, Chris. I. Titulo, cou s12.119 Catalogagio na publicagio: Ménica Ballejo Canto ~ CRB 10/1023 ISBN 85-7307-847 -2ANTON e RORRES Algebra Linear com Aplicacées Porto Alegre, 2001Obra originalmente publicada sob o titulo Elementary Linear Algebra: Applications Version © 2000 ‘Traduedo autorizada por John Wiley & Sons, Inc, do original em lingua ingles ISBN 0-471-17052-6 Capa: Mario Rohnelt Supervisio editorial: Arysinka Jacques Affonso Buditoragao eleteOnica: Laser House Reservados todos os direitos de publicagio, em lingua portuguesa, & ARTMED® EDITORA S.A. (BOOKMAN® COMPANHIA EDITORA ¢ uma diviso da ARTMED® EDITORA S. A.) ‘Ay. Jeronimo de Ornelas, 670 ~ Santana ‘9040-340 — Porto Alegre RS Fone: (51) 3027-7000 Fax: (51) 3027-7070 E proibida a duplicagio ou reprodugio deste volume, no todo ou em parte, sob quaisquer formas ou por quaisquer meios (cletrGnico, mecénico, gravasio, fotocSpia, distribuigéo na Web outros), sem permisstio expressa da Editora. SAO PAULO ‘Av. Angélica, 1.091 - Higiendpolis (01227-100 - Sao Paulo-SP Fone: (11) 3667-1100 Fax: (11) 3667-1333 ‘SAC 0800 703-3444 IMPRESSO NO BRASIL, PRINTED IN BRAZIL‘+ Uma Nova Aplicacdo em Deformagies e Morfismos: Esa nova aplicacao, 0 Anal Prefacio. Este livro & uma versio ampliada da oitava edigio da obra Elementary Linear Algebre de Hovtard Anton. Os der primeiros eapitulos de ambos és texts sa ico, © décimo primeiro capitulo deste liveo consiste de 21 aplicagdes da dlgebra linear, sc0- lbidas dence administragé, economia, engenhara, sic, eigncia da Computeeo en Finda aproximagio, ecoloia,soiologia,demografiae genética, As aplicacoes ao,com uma nia excegio, independentes uma da outa ¢ cada uma ¢ aniecedida por um fila de prétequisitos matemtico. Assim, cada professor fem a flexibilidade de escolhes as aplicagies mais adequadas a seus anos ede ineorporar as aplicagbes om qualquer pate da disciplina, depois de satisfeitos os pré-requisitos, se Esta ego, no espnto das anteriores, da ur tratamentoclementar a sigebrt linear « suas aplicagdes, ideal para estudantes tniversitrios de. primel segundo anos. © objetivo ¢apreseniar os fundamentos da algebra lincare sas aplicagbes da maneira mais clara possvel. O eileulo nfo é um pré-requisito, nas hi exemples e/exerotcion clara ‘mente asinalados para alomos que tém conhcimento de calcul Estes exersiioe podem Set omtidos sem perda de continuidade, Recursos computacionas tambcin nao seo exigidos, mas inchimos exercicos nos fina de eapitles par aqusies que gostariom de usar MATLAB, Mathematica, Maple ou calculadoris com funeionalidade de lect Tinear LARS RESUMO DAS MUDANCAS DESTA EDICAO__ sta edicdo é um aperfeigoamento da edic20 anterior. N6s tentamos mantere clare ze 0 estilo, mas também stender as necessidades de uma nova geraglo de alunos Aqui esta ‘um resumo das mudangas: + Acrescentamos Exereicios que Requerem 0 Uso de Recursos Computacionai Um conjunto de exereicios computacionais foi acrestentado ao final dos capftulos; 0s exereicios sie dividids por segao, de modo que podem ser resolvidos janto com 6s outros exercicios. Os exereicios computacionais foram projetados pera acostumar © aluno com os comandos basicos nevessérios para resolver problema linear usando recursos computacionais. Os exercicios foratn escrites:em genética e livre de sintaxe, pois entendemos que os manuais da ferramenta wtilizada serio_a fonte.priméria. para comandos especificos © para’ os. provedimento nevessérios. Para aliviar o estudante da tarcia de formatar dados, os dados para os exercicios computacionais nos formatos dé MATLAB, Maple Mathematica poder ser baixados de www.wiley.com/college/anton, ee + Acrescentamos Exercicios de Discussio ¢ Descoberta: Umi nova categoria de exercicios, clasificados como Discussdo ¢ Descoberta, foi aotescentada « muitos conjuntos de exercfcios. Acomparthando as modernas tendéncias didaticas, ‘exercicios so mais abertos que os demis, inelnindo verdadsiro/falso, conjecta descoberta e explicagdes informais sobre:como chegar as conclusoes, : mas io ove ‘+ Refinamento da Exposicao: Partes do texto foram aprimoradas, : observaclas ‘mudangs substancial de estilo, organizagdo ou contetilo, exceto as 0 Capitulo 11, fornece uma introdugdo « modernas téenicas de proveseamenta de. imagens disponiveis em computagto grifica* Preficio Caracteristicas Marcantes © Relagies entre os Conceitos: Lm dos importantes objetivos de uma discipline de ‘Algebra linear é estabelecer a intrincada linha de relagdes entre sistemas de equecbes lineares, matrizes, determinantes, vetores, transformagées lineares ¢ autovalres. Esta linha de relacdes é desenvolvida através do seguinte crescendo de teoremas que ligam cada idéia nova ts que a precederam: 15.3, 1.6.4, 2.3.6, 434, 5.69, 62.7, 645 € 7.1.5. Estes teoremas trazem uma coeréncia ao cendrio da dlgebra linear € também serve de fonte constante de revisio. © ‘Transigo Suave para a Abstragia: Como a transicao do R" para espagos vetoriais arbitrdrios ¢ traumética para a maioria dos estudantes, esta transigao foi suavizada tenfatizando a geometria subjacente aos conccitos desenvolvendo as idéias centrais, ‘no R* antes de passar a espacos vetoriais mais gerais. ‘© Apresentagio Antecipada das Transformagies Lineares e Autovalores: Para ‘garantir que o material referente a transformagGes lineares ¢ autovalores no se perca no final do perfodo, alguns dos conceitos bésicos relacionando estes conceites so desenvolvidos cedo ¢, mais adiante no texto, revisados quando o assunto é tratado ‘com maior profundidade. Por exemplo, @ equagio caracteristica é discutida rapida- mente na segdo de doterminantes e as transformactes lineares de R* em R™ siodis- cutidas imediatamente apés a introdugo do R", sendo mais tarde retomadas no con- texto de transformagdes lineares mais gerais Sobre os Exercicios Os exercicios 20 final de cada seciio sempre comegam com problemas rotineiros de treinamento, continua com problemas de maior substincia e concluem com problemas te6ricos. Na maioria das segdes, 0 conjunto de exercicios regulares € segaido pelos pro~ blemas de Discussdo ¢ Descoberia deseritos acima. A maioria dos capitules terminacom tum conjunto de exercicios suplementares que, em geral, sio mais exigentes e obrigam o esludante a pensar em todo o capitulo e ndo a6 numa segao especifica, Os exercicios com- putacionais so 0s dltimos do capitulo ¢ estio classificados de acordo coma segio &qual se referem. Dados formatados para estes excreicios podem ser baixados de ww wiley.com/college/anton, Sobre o Capitulo 11 Este captulo consiste de 21 aplicagbes da flgebre linear: Com uma tnica exces clare- mente assinalada, cada aplicagdo ¢ uma segio independent, de modo que estas eres podem ser omitidas ou permuiadas livrememte para adaptar is necessidades ¢interesses inividuais. Cada t6pico comega com uma lista de pré-requsitos de algebra linear, de modo que oleitor sabe de antemio se tem o conhecimento pars ler a seco. ‘Como os tépicos variam consideravelmente em dificuldade, n6s incluimos uma clas- sificagao subjetiva dos tépicos—fécil, moderado, mais dificil, (Ver adiane neste prefi- io, Um Gula para o Professor) Nosss aaliac30 ¢ baseada principalmente na dificakéade intrinseea do material e zo no némero de pré-requisitos; assim, um tpico com menos pré-requisitos mateméticos pode estar classificado como mais dificil do que um que requer mais pré-requsitos. Como 0 n0ss0 objetivo primordial é apresentar aplicagdes da Algebra linear, as provas so muitas vezes omitidas. N6s supomos que o leitor tem os pré-requisitos de flgebra linear c, sempre que necessitamos resultados de outtes dreas, estes resultados 0 ‘enunciados precisamente (com motivagio onde possivel), mas geralmente sem prove "a que hi mais matcrial neste livro do que pode ser Coberto em um semnesire ou em um trimestre,o professor deverd fazer uma Selegdo de topicos. No Guia para o Professor a seguir, frmecemos ajuda para fazer esta selegdo.Preficio «© + 1X UM GUIA PARA O PROFESSOR As discilinas de dlgebra linear variam muito de wna instituigho para outa, em termes de conto « filosofie, masa maioria das disciplinas oferecidas cai em uma de duas ca tegorias: aqulas com sproximadamente 35-40 aulas (excluindo provas.¢ revisdes) © aquelas com aproximadamente 25-30 ables (exeluindo provas e revisdes). Em vista dist, ctiamos wna Seqbéncia longa e uma curt como possivel ponto de pati para construit um cronograma. Na seqiéncia longa, supomos que serio apresentadas tos a seqGes 4os captuls indicadose na seqiéncia cura supomos que os professores io slecionar segs destes capitilos para adaptar ao tempo disponive. & claro que ests soqtéacias si0 36 um gute voc pode querer personaliza-las para encaixar seus interesseseexigen. cies. A organizasio do texto teve o intuit de facilitar a tarefa dos professors que taba- "ham com tempo restrit Uma breve intrdugao a atovalorese autovetores & dads nas Sogies 2.364. e transformagdeslineares de Rem R so discutidas no Capitulo 4. sto tora posstvel que todos professores cubram estes tpicos em um nivel Bisco, quando for mit lmitado o tempo para o devo aprofundamento nos Ceptulos 7 8. Tamnhém observe que 0 Capitulo 3 pode ser omitido, sem perda de continnidade para os alunos familartzados com este materi Seqiiéncia Curta _—_—Seqiiéncia Longa Capitulo 1 6 aules Tauias Capitulo 2 3 aulas 4 aulas Capitulo 4 3 aulas 3 aulas Capitulo 5 7 aulas B avis Capitulo 6 3 aulas 6 aules Capitulo 7 3 aulas 4 aulas Capitulo 8 2 aulas 6 aules Total 27 aulas 38 aulas Variagées nas Seqiiéncias ‘Sio possiveis muitas variagdes na sequéncia longa. Por exemplo, pode-se criar uma seqiiéncia longa altemativa seguindo a seqiéncia curta ¢ dedicando as demais 11 atlas a alguns dos t6picos nos Capiuulos 9, 10 e iI. Uma Seqiiéncia Orientada para Aplicagdes Uma vez coberto 0 material central, o professor pode escolher aplicagées dos Capftulos 9 ou IL. A tabela a seguir classifica cada uma das 21 segdes do Capitulo 1] de acordo com a difieuldade: Récil: 0 aluno mécio que tem os pré-requisitos listados deveria ser eapaz de lero mate- sial sem ajuda do professor. Moderado: 0 aluno médio que tem os pré-requisitos listados pode precisar de um pouco de ajuda do professor. ‘Mais Dificit: 0 aluno médio que tem os pré-requisitos listados provavelmente vai pre- cisar de ajuda do professor. 123456789 101 1213 14 15 16 17 18 19 20 21 FACIL[e] T T moperAbo! | [ele! || . | als DiEicH . eleREVISORES E COLABORADORES DE EDICOES ANTERIORES Steven C. Althoen, University of Michigan-Flint .S. Ballantine, Oregon State University Erol Barbut, University of Idaho George Bergman, University of California Berkeley William A. Brown, University of Maine Joseph Buckley, Western Michigan University ‘Thomas Cairns, University of Tulsa Douglas E. Cameron, University of Akron Bomshik Chang, University of British Columbia Peter Colwell, Jowa State University Carolyn A. Dean, University of Michigan Ken Dunn, Dalhousie University Bruce Edwards, University of Florida Murray Bisenberg, University of Massachusetts Harold S. Engelsoha, Kingsborough Comm, College Garret Etgen, University of Houston Marjorie E. Fitting, Sax Jose State University Dan Flath, University of South Alabama David E. Flesner, Gettysburg College Mathew Gould, Vanderbilt University Ralph P. Grimaldi, Rose-Hulman Institute William W. Hager, University of Florida Collin J. Hightower, University of Colorado Joseph F Johnson, Rutgers University Robert L. Kelley, University of Miami Arlene Kleinstein Myren Krom, California State University Lawrence D. Kugler, University of Michigan Charles Livingston, Indiana University Nicholas Macri, Temple University Roger H, Many, Cleveland State University Patricia T. McAuley, SUNY-Binghamton Robert M. MeCoanel, University of Tennessee Douglas McLeod, Dreiel University Michael R. Meck, Southern Connecticut State Unis Craig Miller, University of Pennsylvania Donald P, Minassian, Butler University Hal G. Moore, Brigham Young University ‘Thomas E. Moore, Bridgewaier Stare College Robert W, Negus, tia Hondo Junior College Bart S. Np, Purdue Cniversity James Ostecburg, University of Cincinnatt Michael A. Penna, Indiana-Purdue University Gerald J. Porter, University of Pennsylvania E.B.I. Rimrot, University of Toronts © Ray Rosentrater, Westmont College Kenneth Schilling, University of Michigan-Ein William Scott, Universit) of Utah” Donald R. Sherber., University of llinois Brice Solomon, Indiana University Mary T. Treanor, Valparaiso University William F, Trench, Trinity University Joseph L. Ullman, Gniversity of Michigan W. Vance Underhil, East Texas State University James R. Wall, Auburn University Arthur G. Wasserman, University of Michigan Evelyn J. Weinstock, Glassboro State College Rugang Ye, Stanford University Frank Zorzitio, Universiey of Waterloo Daniel Zovick, University of VermontXif 6 + + Agradecimentos ‘Mark B. Beinterna, Southern Illinois University Paul Wayne Britt, Louisiana Stare University David C. Buchthal, University of Akron Keith Chavey, University of Wisconsin-River Falls ‘Mare Frantz, Indiana—Purdue University Sue Friedman, Bernard M. Baruch College, CUNY Williatn Golightly, College of Charleston Hugh Haynsworth, College of Charleston ‘Tom Hem, Bowling Green State University J. Hershenov, Queens College, CUNY ‘Steve Humphries, Brigham Young University ‘Steven Kahan, Queens College, CUNY Andrew S, Kim, Westfield Siate College John C. Lawlor, University of Vermont 1M. Malek, California State University at Hayward J.J. Malone, Worcester Polytechnic Institute sores e Colaboradores da Sétima Edi¢ao0 ‘Stephen L. Davis, Davidson College Blaise DeSesa, Drexel University Dan Fath, University of South Alabama Peter Fowler, California State University William MeWortes, Ohio State University Valerie A. Miller, Georgia Stare University Hal G. Moore, Brigham Young University S. Obaid, San Jose State University Ira J. Pepick, University of Missour!-Columbia Donald Passman, University of Wisconsin Robby Robson, Oregon State University David Ryebura, Simon Fraser University ‘Ramesh Sharma, University of New Haven David A. Sibley, Pennsylvania State University Donald Story, University of Akron ‘Michael Tarabek, Southern Illinois University Solugao de Problemas, Leitura Critica e indice Michael Daga, Numerical Solutions, Inc. Susan L. Priedman, Bernard M, Baruch College, CUNY Maureen Kelley, Northern Essex Community College Randy Schwartz, Schoolcraft College Daniel Traster (Estudante), Yale University Outros Colaboradores Agadesimentos especias os seguintes profesores, que leram 0 texto com ovidado e deran contribuigées significativas & qualidade da matemética © da exposig George Bergman, University of California-Berkeley Stephen Davis, Davidson College Blaise DeSese, Drexel University Dan Flath, University of South Alabama Mare Frantz, ndiana-Purdue University REVISORES E COLABORADORES DA OITAVA EDICAO Richard Alfaro, University of Michigan-Flint Stuart Boersma, Alfred University Scott Chapman, Trinity University KarabgDatta, Northern Ilinois University ‘Mark Davis, City College of San Francisco Alberto L. Delgado, Kansas State University Willy Hereman, Colorado Schoo! of Mines Chandanie Hetti-Arachchige, Northern Illinois University Parhad Jafari, University of Wyoming Eugene W. Jobnson, University of Towa John Johnson, George Fax College William MeWorter, Ohio State University Donald Passman, University of Wisconsin David Ryeburn, Simon Fraser University Lois Craig Stagg, University of Hisconsin-Milwaukee Steven Kahan, Queens College John W. Krassel, Lewis & Clark College Steffen Lempp, University of Wisconsin ‘Thomas A, Metzger, University of Pittsburgh Gary L. Mullen, Pennsylvania State University University Park ‘Sheldon Rothman, Long Island Universiny-C.1E Post Mark Sepanski, Baylor University Sally Shao, Cleveland State Evelyn Weinstock, Rowan University T.J. Ypma, Colorado School of MinesAgridecimenios © + « xiii Respostas e SolucBes _Agrasecimentos espacisis equip de pessoas que nos as © trabalho deles foi notive, e nés agradecemos pelo seu profissionalismo © atonedo 2e dctalhe CChatles A. Grobe, Jr, Bowdoin College Blizabeth M. Grobe Michael A. Carchidi, Drexel Universip Scott Chapman, Triniyy University Matk Davis, City Collegeof San Francisco istram com respostas @ solutes. Herbert Kreyszig, M.B.A., Columbia University Dr. Erwin Kreyszig, Carleton University Donald Passman, University of Wisconsin Jean Springer, Mt, Royal College Consultores Matemiticos Agradecimentos especiais também so devidos a dois mateméticos muito talentosos ses egans@ manuscrito com especial atengio & perfeii técnica e nos ofereceram excelentes migenes em: Mimeos nena pedagégicos e mateméticos. Dean Hickerson David Ryebum, Simon Fraser University Howarp Antow (Cras Rorres Aperfeicoamento da Edi¢ao Brasileira enviado sugestoes de retificagdes (Cristina Furlanetto (UFRGS) Giselle Spindler Liana Beatriz Costi Nécul (UFRGS) ‘Morgana Scariot (UFRGS) Paulo Ricardo De Avila Zingano (UFRGS) Severino Toscano do Rego Meio (USP) ‘Vanessa Bielefekit Leotti (UFRGS) ‘A Bookman Companhia Editora agradece as seguintes pessoas por teremCAPITULO 1 CAPITULO 2 CAPITULO 3 CAPITULO 4 CAPITULO 5 CAPITULO 6 CAPITULO 7 CAPITULO 8 caPiruLo 9 CAPITULO 10 CAPITULO 11 Sumario Resumido SISTEMAS DE EQUACOES LINEARES E MATRIZES. DETERMINANTES VETORES NOS ESPAC OS BI E TRIDIMENSIONAIS ESPACOS VETORIAIS EUCLIDIANOS ESPACOS VETORIAIS ARBITRARIOS ESPACOS COM PRODUTO INTERNO AUTOVALORES E AUTOVETORES TRANSFORMACOES LINEARES TOPICOS ADICIONAIS ESPACOS VETORIAIS COMPLEXOS APLICACOES DA ALGEBRA LINEAR 27 Tol 129 : 157 201 239 ee 291 333 363Sumario __ LL TTT ILLES SI CAPITULO 1 SISTEMAS DE EQUAGOES LINEARES E MATRIZES 1.1 Introdugéo aos Sistemas de Equagdes Lineares: 28 12 Eliminagio Gaussiana 31 13, ’s € Operagbes Matriciais 4 Soy 1.4 Inversas; Regras da Aritmtica Matiial 49 1.5. Matrizes Blementares ¢ um Método para Encontrat A! 116 Mais Resultados sobre Sistemas de BquagdesInveribiidade 62 17 Matizes Diagonas, Tangles Simeircas 66 : DETERMINANTES 2.1 A Fungéo Determinante 78, 2.2 Caleulando Determinantes através de Redugio por Linhas 82 23 Propriedudes da Fungo Determinante 86 24 Expanstio em Co-fatores; Regra de Cramer 91 CAPITULO 2 : CAPITULO 3 VETORES NOS ESPACOS BI E TRIDIMENSIONAIS 3.1. Introdugio aos Vetores (Geométticos) 102 3.2 Norma de um Vetor; Avitmética Vetorial 106 3.3 Produto Bscalar; Projecdes 109. 3.4 Produto Vetorial 114 3.5 Retas e Planos no Espaco Tridimensional, 121 SLA La MERRIE CAPITULO 4 ESPACOS VETORIAIS EUCLIDIANOS 4.1 Espago Fuclidiano n-dimensional 130 42. Transformagées Lineares de R"emR™ 137 4.3 Propriedades das Transformagves Lineares de R*emR™ 148 16CAPITULO 5 CAPITULO 6 'ULO 7 2 RR SSN LLL La eS Sundrio e+ 17 ESPACOS VETORIAIS ARBITRARIOS 157 5.1 Espagos Vetoriais Reais 158 5.2 Subespagos 162 5.3 Independéncia Linear 169 54 Basese Dimenséo 174 5.5 ExpagoLinha, Espago-Coluna e Espago-Nulo 184 5.6 Postoe Nulidade 192 ESPACOS COM PRODUTO INTERNO. 201 6.1 Produtos Internos 202 6.2 Angulo e Ortogonalidade em Espagos com Produto Interno 208 6.3 Bases Ortonormais; Processo de Gram-Schmidt; Decomposigio OR 215 6.4 Melhor Aproximagtio; Minimos Quadrados | 223 6.5 Matrizes Ortogonais; Mudanga de Bases. 229 AUTOVALORES E AUTOVETORES 239 7.1 Autovalores e Autovetores 240 7.2 Disgonalizagio 245 7.3 Diagonalizacao Ortogonal 251 CAPITULO 8 5S ESSN IIN CAPITULO 9 TRANSFORMACOES LINEARES 257 8.1 Transformagbes Lincares Arbitrérias 258 8.2 Niicleoe Imagem 264 8.3. TransformagGes Lineares Inversas 268 8.4 Matrizes de ‘Transformagécs Lineares Arbitrérias, 273 85 Semelhanga 280 TOPICOS ADICIONAIS 291 9.1 Aplicagdo a Equagdes Diferenciais 292 9.2 Geomettia dos Operadores Lineares de R? 295 9.3. Ajuste de Minimos Quadrados a Dados. 302 9.4 Problemas de Aproximacio; Séries de Fourier 305 9.5 Formas Quadritcas 308 9.6 Diagonalizagao de Formas Quadeétices; SegSes Cénicas 313 9.7 Superficies Quédricas 318 9.8 Comparagdo dos Procedimentos para Resolver Sistemas Lineares 321 99 Decomposigio LU 32618 ++ Sumétio CAPITULO 10 CAPITULO 11 ELL SENT ESPACOS VETORIAIS COMPLEXOS 333 10.1 Nimeros Complexos 334 10.2 Divisio de Niimeros Complexos 338 10.3 Forma Polar de um NimeroComplexo 341 104 Bspagos Vetoriais Complexos 346 105 Espagos Vetoriais Complexos com Produto Intermo 350 10.6 Matrizes Unitrias, Normais ¢ Hecmitianas 354 PLICACOES DA ALGEBRA LINEAR 363 11.1 Construindo Curvas e Superficies por Pontos Especificados 364 112 Redes Blétricss 367 11.3 Programagio Linear Geométrica 371 114 O Problema da Alocagio de Tarefas 377 115. Interpolagdo Spline Ciibica 384 11.6 Cadeias de Markov 390 117 TeoriadeGrafos 397 118 Jogos de Estratégia 405 11.9 Modelos Econdmicos de Leontief 411 11.10 Administragio de Florestas 417 111 Computaggo Grafica 422 11.12 Distribuigses de Temperatura de Equilfbrio 429 11.13 Tomografia Computadorizada 436 1114 Fraciais 444 ILIS Caos 456 11.16 Criptografia 466 1L17 Genética, 473 11.18 Crescimento Popolacional por Faixa Etéria 480 11.19 Colheita de Populagées Animais 486 11.20 Um Modelo de Minimos Quadrados para a Audigio Humans 490 11.21 Deformagies ¢ Morfismos 495, RESPOSTAS DOS EXERCICIOS 503 CREDITOS DAS FOTOS 561 INDICE 56311.14 Fractal computacionais. dos para construi 11.15 Caos |p. 456] Os pixels que constituem.a imagem matricial fo embaralhados rep 1 na tentativa de tomé-los aleatérios, Contud indesejados continuam aparecendo no processo. cago matricial que descreve 0 process de eibuta ilustra tanto a ordem quanto a desordem que caracteri estes processos cadticos. ceceadores norte-americanos briténieos tiveram éxito em quebrar 0 e6digo militar inimigo usando mateméticas e méquinas sofisticadas. Hoje ema « ‘principal impulso para 6 desenvolvimento de ebdigos seguros € dado pelas comunicagdes confidenciai L117 GENETICA [p. 473] Os mandatérios do Egito antigo recortiam a casamentos entre irmaos para manter a pureza da linhagem real, Este costume propagou e acentuou certos tragos genéticos através de muitas. ge- rages. A teoria das matrizes fornece um referencial maiematico para examinar o problema geral da propagagao de tragos genéticos Algebra matricial &s taxas, especificadas por faixas etdtias ‘mento ¢ mortalidade da populacdo, A evolucdo 4 longs11.19 COLHEITA DE POPULACOES ANIMAIS [p. 486] A colheita sustentada de uma criagdo de animais requer 0 conhecimento. da demografia da populago animal. Para maximizar 0 luero de uma colheita pe- riédica, podem ser comparadas diversas estratégias de colheita sustentada uti- lizando téenicas matriciais que descrevem a dinémica do crescimento populacional. 11.20 UM MODELO DE MiNIMOS QUADRADOS PARA A AUDIC: Ip. 490] : ouvido interno contém uma estrutura com milhares de receptores sensoriais ciliares. Estes receptores, 'movidos pelas vibragbes do timpano, respondem a freqiléncias diferentes de acordo com sus localizacio. € produzem impulsos elétricos que viajam até o e6rebro através do nervo aucitivo, Desta mania, 0 oti do interno age como um processador de sinais que decompde uma onda sonora complexa ert inh es tro de freqiiéncias distintas.vec 11,2 1 DEFORMACOES E MORFISMOS [p. 495] Das dezesseis imagens apresentadzs mostrando uma roulher ao longo de um, somente as quatro na diagonal do topo a exquerda até a base 4 a imagens geradas por computador, denominadas morfismos, que sao misturas ai técnicas de manipulagdo de imagens tém encontrado intimeras aplicagdes na indistria médica, & e de entretenimento,11.1 CONSTRUINDO CURVAS E SUPERFICIES POR PONTOS ESPECIFICADOS (p. 364] ‘Um dos problemas que Isaac Newton contemplou em seu Tene os : trabalho monumental Os Principios Matemdticos da SERENA Teas etm a ae a Filosofia Natural (Principia Mathematica) foi 0 da cons- mieten \ trugo de uma elipse por cinco pontos dados, com isto Eek cee : ilustrando como encontrar a étbita de um cometa ou Seite planeta com cinco observagGes. Os determinantes podem Sno kone ser usados para resolver este problema analiticamente, nyse em vez do procedimento geométrico de Newton. SEs 11.2 REDES ELETRICAS [p. 367] No circuito elétrico. dos com a letra “R” somente resistencias ¢ geradores analisados usando sistemas de equagoes lin derivam das leis bdsieas da veoria de ‘Um problema usual tratado na érea de programacio linear ¢ 0 da determinaco de proporgées dos ingredientes em uma mistura com 0 objetivo de minimizar seu custo quando as proporeses variam dentro de certos limites. Um tempo enorme do uso de computadores na administragio ¢ na indéstria € dedicado a pro- | blemas de programagao lineat.11,4 © PROBLEMA DA ALOCAGAO DE TAREFAS [p. 377] Um problema importante na industria é 0 do deslo- SE” camento de pessoal © de recursos de uma maneira gs cficiente quanto ao custo. Por exemplo, uma cons trutora pode querer escolher rotas para movimentar equipamento pesado de seus depésitos para os locais de construgo de maneira a minimizar a dis- tancia total percorrida. L , de monitorese por impressoras so define ‘por eutvas polinomi= s por partes denominads splines, Os parametros que determinan. ves estes splines esto etoeados na emia do computador, i h 11.6 CADEIAS DE MARKOV [p. 390] Os registros meteorol6gicos de uma localidade especifica podem ser usados para estimar a probabi- Tidade de que va nevar em um certo dia a partir da informagio de que nevou ou no no dia anterior. A teoria de cadeias de Markov pode utilizar tais dados ara prever, com muita antecedéncia, a probabilidade de um dia com neve na localidade. ‘A classificagio social num grupo di que pode ser descrita e analisada Esta teoria também tem aplicagdes 4 problem: tos como a determinagio de rots de compan a andlise de padroes de votagio.Num sistema econdmico simplificado, uma mina de carvio, uma ferrovia © uma usina de energia necessitam cada uma de uma parte da produgao das outras para sua manutenedo e para suprir outros consumidores de seu produto. Os modelos de pro- dugdo de Leontief podem ser usados para determi- har 0 nivel de produgdo necessério as tes indéstrias para manter o sistema econdmico. lucro para 0 jogador ou para a cassino € a partir destes dois movimentos. Estes. tm elementos tanto de estratégia quunto de acaso, métodos matriciais podem ser usados para: de volver estratégias olimizadas para os jogad 11.9 MODELOS ECONOMICOS DE LEONTIEF [p. 411] Natal quer plantar © costar as arvores de uma maneira tal que @ configuregdo da flox marca inalterada de un ata 0 administrador tambétn pr rendimentne “jie denenik e tamanho das drvores cortadas, Téenicas math poder quantificar este problema e anil 6 administrador a escolher uma prograntuc? sustentével de corte ee11.1 1 COMPUTACAO GRAFICA [p- 422] Uma das aplicagées mais titeis da com- putacio gréfica é a do simulador de voo. As ‘matrizes fornecem uma maneira conveniente de lidar com a enorme quantidade de dados necessérios para construir e animar os obje- tos tidimensionais usados por simuladores de v6o para representar um cendrio em movi- mento, 11.13 TOMOGRAFIA COMPUTADORIZADA [p. 436] Um dos principais avangos no diagndstico médico € 0 desenvolvimento de métodos. no invasivos, para obter imagens de segtes transversais do corpo humano, como a tomografia computa- = dotizada e a ressondncia magnética. Os métodos da Algebra linear podem ser usados para recons- truir imagens a partir do escaneamento por raios X da tomografia computadorizadaSistemas de Equacoes Lineares e Matrizes a fonteddo:do Capitulo 11 Introdugio aos Sistemas de Equacbes Lmeares 12 Bliminagio Gayssiana 1.3. Matrizes ¢ Operagées Matriciais 14 Inversas; Regras da Aritmética Matricial 1.5 Matrizes Elementares ¢ um Método para Encontrar A=! 1.6 Mais Resultados sobre Sistemas de Equagdes.e lnvertibilidade 1.7 Matrizes Diagonais, Triangulares ¢ Siméirieas colunas formando agrupamentos retanguares chomados matrizs. Estas matrizes podem ser tabrlas de dados mumericos surgkdos de obseragSes fsias, mas também osotrem em varios contextos rmatematicos. Por exemplo,nésveremos nest capitule que para reslver um sistema dé equgdes fal como | NTRODUCAO: Muitas veces aa Genca ena Matera a ionmagao ¢érganzade ey tar Seby army toda a informagso requerida para chegar& solucdoesté encorpada na matri Bg bad « que a solugdo pode ser obtid efetuando operacdes apropriadas nesta matri2. sto € particularmente importante no desenvolvimento de programas de computador para resolver sistemas de eqagbes fe neares, porque os computadores s80 muito bons para manipularcolegoes de nimeros. Contudo, 25 matrizes no s80 simplesmente uma ferramenta de notecio para resolver sistemas de eyes res; elas também podem ser vistas como objetos matemsticos de vida propia, existindo una Teoria rca € importante a das soca que fem uma grande vareade de apicagaes. Ne comesar 0 estudo de matrizes.Aigobra Linear com Aplicagies TEESE INTRODUCAO AOS SISTEMAS DE EQUAGOES LINEARES Os sistemas de equagdes algébricas lineares e suas solucdes constituem um dos principas tépicos estudades em cursos co- nhecidos como “de Algebra Linear.” Nesta primeira segio nés iremos introduzir alguma terminologia basica ¢ discutir um méto- do para resoluer estes sistemas. Equacdes Lineares Qualquer linha reta no plano xy pode ser representada algebricamente por uma equasio da forma aetay=b onde a, a;e b slo constantes reas ¢ a, ¢ a; no sio ambas mules Uma equacao desta forma € chamada uma equagio linear nas varidveis x ¢ y. Mais geralmente, nés definimos uma equagiio Finear nas n Varifveis XX.» » X, como uma equagio que pode ser expressa na forma aus tap to toa ‘onde a, dys ty €-b So Constantes reais. As varidveis de urna cequacio linear so, muitas veres, chamadas inedgnitas. As equages a+hy e3e41 © 1y-2y By ta=7 sto lineares. Observe que uma equagio linear nao cavolve quaisquer produtos ou raizes de varidveis, Todas as varisveis ocorrem somente na primeira poténcis e no aparecem como argumentos de fungdes trigonométricas, logaritmicas ou expo- nenciais. As equagdes EADYP=5, Ue b2y et so ndo-lineares. . ‘Uma solugdo de uma equacio linear a,x, + ;4) +++ +0, x,= b & uma seqiéncia den mimeros $4, 5... 5, tais que a ‘equacio € satisfeita quando substituimos x, Sy)! Sy % 5,- O conjunto de todas as solugdes de uma equacio é chamado s2u conjunto-soluedo ou, as vezes, a solugdo geral da equacdo. Encontre 0 conjunto-solugii de (a) 4 — 2y Im25. ey dy Solugdo (a). Para encontrar solugées de (a), nés podemos atribair um valor arbitririo a x e resolver em y, ou escolher um valor arbitrério para y e resolver em x. Seguindo a primeira abordagem ¢ dando, um valor arbitriio # para x, obtemos d= Estas formulas descrevem o conjunto-solucio em termos de um rnimero arbitrério «, chamado pardmetro. Solugdes numéricas particulares podem ser obides substituindot por valores espe feos. Por exemplo, r= 3 dé. solugio x asohigiox=—1. y=} Seguindo a segunda abordagem e dando um valor arbitrério. + para y, obtemos Heh oy Embora estas fimulas sejam diferentes das obtidas acims, fornecem o mesmo conjunto-solugéo & medida que # vara sobre todos os valores reas posses, Por exemplo, as férmulas ante riores dio a solugdo x = 3, y= !! quando r=3, enquanto asf ‘mula acima dio esta solugdo para t Solugdo (b). Para encontrar © conjunto-solucdo de (b), n6s podemos alribuir valores arbitrérios a quaisquer duas variiveis resolver na terceira varidvel. Em particular, dando os valores apbittérios s e 1 para x, e 1, respectivamente, ¢ resolvendo em xy n6s obtemos pashan, ae nee . Sistemas Lineares Um conjunc finito de equacbes neares nas varies 2, x, 5 X, € chamado um sistema de equagdes lineares ou ‘um sistema linear. Uma sequéncia de rnimeros 54,535. + , € chamads uma soluedo do sistema se = 5,2" Sy _--1 2, =, 6uma solugio de cada equagio do sistema, Por exemplo,o sistema dye hia 1 Ba tenon 4 tem a solugio.x,= 1, X= 2, x, =—I pois estes valores satisfazem ambas equagdes. No entanto, x;= 1% = 8, a3 = 1 no é uma solugo do sistema pois estes valores satisfazem apenas a primeira das duas equagées do sistema Nem todos os sistemas de equagées lineares t2m solugio, Por exemplo, multiplicando a segunda equago do sistema por }, torna-se evidente que niio existem solugdes, pois o sis- tema equivalente shysa ety que resulta tem equagdes contraditsrias. ‘Um sistema de equagdes que ni possui soluséo 6 chamado inconsistente; se existir pelo menos uma solugie do sistema, dizomos que ele & consistente. Para ilustrar as possibilidades que podem ocorrer na resolugdo de sistemas de equagtes nares, considere um sistema arbitrério de duss equagies neares nas incSgnitas x ¢ y: aux iy c1 (ayy mio amas, as) 8 +ay =r (ay by nh amas malas) 0s atéficos destas equagies sto retas,digamos, fe, Como um pponto (x, y) esta na reta se, € somente se, 08 ndmerDs x e y sa fisfazem a equacéo da reta, as solagdes do sistema de equacdes ccorrespondcm a pontos de.corte de Jel. Existem trés possibi Tidades, ilustrades na Figura 1.1.1‘+ Asretas/¢ podem ser paralelas, caso em que nao ha intersegdo © conseqilentemente nfo existe nenhuma solugio do sistema. © As retas J, © 4 podem cortar-se em um tinico ponto, ‘caso em que o sistema tem exatamente uma solugdo. As relas/,¢ /; podem coincidir, caso em que existe uma infinidade de solugdes do sistema, wor () Una solugton (@ Neahuma solugio Figuras 1.1.1 (6) afintassolugdes Embora nés aqui tenhamos considerado apenas duas equagées ‘em duas incégnitas, nés mostraremos mais tarde que as mesmas ‘ues possibilidades valem para sistemas de equacées Hineares arbitrtios: Um sistema arbitrério de m equagGes lineares em n incég- nitas pode ser escrito como ayes ane $0 date = by et) ate os ary oD agen Hayate °F dns =D onde 2 2, ny S40 25 incognitas e as letras a € b com sub- seritos dentotam Constantes. Por exemplo, um sistema geral de tres equayGes lineares em quatro incdgnitas pode ser escrito como aye bate tea + ant, ay8i bem tan bau (© subserito duplo nos coeficientes das inedgnitas & um recurso iti] que € usado para especificar a localizacio do coefi- ciente no sistema. O primeiro subscrito no coeficiente a,, indica 4 equagio na qual o coeficiente ocorre ¢ segundo subserito indica ‘qual incdgnita ele multiplica. Assim, a, ocorre na primeira equacio e multiplica a ineégnita 2. Matrizes Aumentadas Se nos mantivermos guardado na memria a loealizagao dos sinais de soma, das varidveis c das constantes, poderemos ebrevier a escrita de um sistema de m cequagies lineares em m ineSgnitas pare: yy 99 2 dg by 6p 0 Oy be ie *** on By Capitulo 1 - Sistemas de Equagdes Lineares ¢ Matrizes * © © 29 Esta € chamada a matriz aumentada do sistema. (Em Matematica, 0 terme matrizé uilizado para denotar uma colegio retangular de mimeros, As matrizes surgem em vérios contextos, que consideraremos com mais detalhes em segies posteriores,) Por exemplo, a matriz aumentada do sistema de equagses nt my t2Q=9 2x +4 —3=1 3a +6n~ Sy =0 12g 24a fl 3 $3 onsenvngKo, Quando constines a matriz aumentada, a inedgntas devem estar estras na mestna owem em cada equa eas constants que nso mukipicam inning deve csarh dea © método bisico de resolver um sistema de equagées li- neares é substitu o sistema dado por um sistema novo que tem ‘9 mesmo conjunto-soluco mas que & mais simples de resolves Este sistema novo ¢ geralmente obtido numa sucesso de passos aplicando os seguintes tréstipos de operacSes para eliminar sis. tematicamente as inegnitas. 1. Multiplicar uma equago inteira por uma constante fo-nula, 2. “Trocar duas equagées entre si 3. Somar um mitiplo de uma equagfo a uma outra, equagiio. ‘Como as linbas (horizontais) de uma matriz. aumentada cor- respondem &s equagdes no sistema associado, estas tr&s ope- ragdes correspondem as seguintes opsragées nas linhas da ‘matriz aumentada, 1. Multiplicar uma tinba inteira por uma constante nio- nul. 2. Trocar duas linhas entre si. 3. Somar um miitiplo de uma linha a uma outra Hinha, Operacdes Elementares sobre Linhas Estas uts ‘operagdes so chamadas operacdes elementares sobre Tinhas. © seguinte exemplo iustra como estas operagies podem ser uusadas para resolver sistemas de equagSes lineares. Como na proxima secto iremos desenvolver um procedimento sistemét 0 para encontrar solucdes,nio & preciso fiear preecupado sobre © porqué dos passos tomados neste exemplo. O esforgo aqui deveria ser para entender as contas e a dscussio. Na coluna da esquerda nds resolvemos um sistema de equagBes lineares operando nas equagdes do sistema e na coluna da die reita nés resolvemos © mesmo sistem operando nas linhas da ‘matriz aumentada. xh pede Toi. 9 bendy — 3 2434 BeeGy—3e 365 0BO « © « Algebra Linear com Aplicagties ar sa ees sora yon 62-1 y~ ken jo} -8 Bet 6y—S0= 363 0. ae) poo 8 sm senipuin ts ejumipiuntin tmriwnumpenconts sm ouanui amr a oe solu bis4 eae a o 4 -} -B Mateipique a sogunds taka por | poacher oer | pater Some veces era ia 14 quagio primeime ¥ vezes primera e $ vezes a terecia [ 1a Sraein coo emda pe oer uno gun par er 03-4 roost oot , ‘Some 3 vezes a segunda equagaio ‘Some ~3 veues a segunda linha oo boo 2 ‘A terceira para obter A terceira para obter fo FS it 2 8 A solugio x = 1, y= 2, 2=3 pode, agora, ser visualizada. ¢ ot pe oO -b =F 1. Quais das sepuintes equagses so lineares em x, €.x:? @ x +5n-Vvin Ontintan=2 Ox © st +n +88 © 8 -2n +3 (© my - Vint hy 2, Sabendo que k ¢ uma constante, quais das seguintes equacBes so linesres? 1 nk (b) kx =p 3. Encontte o conjunto-solugo de cada uma des seguints equagOes lincares. (@) tes ©) 34 —Sm tay (© ~ 8 42m-Su+6ry—1 (6) 30~BwH2e~y44emO 4. Encontre a matriz aumentada de cada um dos seguntes sistemas de equagées lincares. @ s-nte 9 © By+Ta—n=0 cn gn ames {6 (a) Encontre uma equagio linear nas varveis x y que tem x =5 + 2r,y = como soluclo ger. i, = }t— $f também € a solugso geral da equaglo da parte (3). . (b) Most que x:Capito 1» Sistemas de Equacdes Lineares € Marries # © © 31 7. Aeurvay = as? +bx +c mostada a figura pass pelos pontos (x, 9) in 93) © (5.33) Mostre que 0s costicietes 4, b ee sto wma solugio o sistema de equacBeslineares cuja matriz aumentada é Bom low % yeatenere aly Goa) Hon lop wa fen) 8. Considere o sistema de equagses x+y +2 not > Ww+yt3eme Mostre que para este sisiema ser consistente, as constantes a, be ¢ devem satistizer c= a +b. 9. Mostre que se as equagdeslineares x, + kr, Discussio e Descoberta 10, Para qusis valores da constante & 0 sistema ro y=3 2 2y=k Figura ExT ‘x, + fx, = d tém 0 mesmo conjunto-solugio,entlo as equagées sio idnticas. nfo tom solugo? Exatamente uma solugdo? Infnits solugbes? Explique seu raciocfnio. 11. Considere o sistema de equagdes art by=k ert dyat ext fy=m ‘© que voct pode dizer sobre a posicko relative das retes ax + by = ex + dy=Le ex +9 (@) o sistema nao tem solucdo; (©) o sistema tem exatamente uma solugdo; (©) o sistoma tom infinites solugaes? 12, Seo sistema do Ex conjunto-solugi. vendo 1 for consistente,explique por que polo menos uma das equages poder ser descartads do sistema sem alleraro 1B. Se k= [=m no Exerecio 11, explique por que o sistema deve ser consistent. O que pode ser dito sabre © ponto de corte das trésretas se 0 sistome tom exatamente uma solugo? 1.2 ELIMINACAO GAUSSIANA Nesta segdo nds vamos desenvoluer um procedimento sistemati- co para resolver sistemas de equagées lineares. O procedimento, € baseado na idéia de reduzie a matriz aumentada de um sistema 1 uma outra matric aumentada que seja suficientemente simples, «a ponto de permitr visualizar a solugao. Forma Escalonada No Exemplo 3 da tltima segio nés resolvemos um sistema linear nas inc6gnitas x, ye z reduzindo a matriz aumentada & forma 1007 or a2 O01 3, a partir da qual a solugdo x= 1, y = 2, 2=3 ficou evidente. Isto € um exemplo de uma matriz que esté em forma escalonada ‘reducida por linkas. Para ser desta forma, uma matriz deve ter as soguintes propriedades: 1. Se uma linha no consistir s6 de zeros, entio o primeiro ‘nGimero nao-nulo da linha é um 1. Chamamos este imero 1 de Hider ou pivé. 2. Se existirem linhas constitu(das somente de zeros, elas esto agrupadas juntas nas linhas inferiores da matt. 3. Em quaisquer duas finhas sucessivas que nao consistem 6 de zeros, 0 lider da linha inferior acorre mais reita que o Iider da linha superior. 4. Cada coluna que contém um Iider tem zeros nas demas entradas. ‘Dizemos que uma matriz que ter as t&s primeiras propriedades cestf em forma escalonada por linhas, ov simplesmente, em forma escalonada. (Assim, uma matriz em forma escalonada ‘eduzida por linhas necessariamente esti em forma escalonads, ‘mas no reciprocamente.)Loe) fo io pee A Pl set] pg b fo oo a af fee po tal foi gga ge ‘As seguites mazes esto em forma estlonada. 1-2 a 1 oo 4 five i 18 ‘| oro, fo oo 8 3 oo ra! [oof fo 302 [Nos deixamos para vocé a tarefa de confirmar que cada uma das ‘atrizes deste exemplo satisfaz todos 0s requisites exigidos. + Como 0 dltimo exemplo ifustra, uma matriz.em forma escalo- nada tem zeros abaixo de cada Tider, enquanto que uma matriz, ‘em forma escalonada reduzida por linhas tem zeros abaixo ¢ ‘acima de cada lider, Assim, colocando qualquer nimero real no lugar dos asteriscos, as matrizes dos seguintes tipos esto em forma escalonada: Lee) freee ote) lores oors! foore eoo1} love bana [Pte er eeeee DOOle teres oiae coo ak [2o00tt re ee goog] [20 0001++ 6% Do0000001% Além disto, as matrizes dos seguintes tipos esto em forma ‘escalonada feduzida por linhas: ooo) [roo . oto] foros pore joors oot feos, dis ooo+roe Hor) looctoorsas foovororeas G00 ovoorsses dooveveore ’ Se a matriz aumentada de um sistema de equagées Tineares for colocada em forma escalonada reduzida por linhas por meio de uma seqiéncia de operagdes elementares, entZo a solucto do sistema esti visivel ou entio se tora visivel depois de uns poucos passos simples. O préximo exemplo ilusta isto, lineares foi reduzida por operagées sobre linhes & forma cescalonada teduzida por linhas dada. Resolva o sistema. 10 0 10 0 4 @ |o 0-2 mio ro 2 0 1 1 ° oo 13 6 ° ° ° 2 ] «| ; Solucdo (a). O sistema de equagées correspondent & © ° 1 ° 4 3 5 ° " 5 my = Por inspegdo, x)= 5,1, =-2,2,=4. Solugdo (b). O sistema de equagSes correspondente & * faye mn +2y= 6 ntdu= 2 Como x, € x, comespondem a Iideres na matriz aumentada, ddizemos que estas varisveis sio varidveis lderes. As varidveis niio-lideres (neste caso, s6 2,) so chamadas varidveis Livres. Resolvendo as variveis ideres em termos das varidveis livres, obiemos sient = 4 me 6-24 23 A partir deste formato das equagéies nés vemos que pademos dar um valor arbitcirio & varisvel livre xq, digamos f, que entiio determina os valores das varidveis Ideres x), x, € 2, Resulta, assim, que hd uma infinidade de solugdes e que a soluclo geral € dada pela formula aya-1-4, 26-2, etd, wer Solugdo (0). A linha de zeros leva & equacio Ox; + Or, + Oxy + Or, + Ox, = 0, que nfo coloca restrigdes 2s solugtes (por qué?) Assim, podemos omitir esta equacfo e escrever o sistema cor respondente como a t6n, $y $3ne 1 x t5u= 2 ‘Aaui, as vaciveis lideres slo x. x, €.x, 0 a8 varidvis livres 0 2 £45. Resolvendo as varidveis lideres em termos das varidveis, livres obtemos synod 6A me ln3r = 2-555