Mat I

Matemática I
Departamento de Matemática Pura

Faculdade de Ciências
Universidade do Porto
Ano lectivo 2010/11
Matemática I (M191) - 2010/2011 k 0.0 - k1

Programa
1. Sistemas de equações lineares e matrizes
1.1 Resolução de sistemas pelo método de Gauss
1.2 Matrizes: operações, determinantes, característica, inversa
2. Preliminares de Cálculo
2.1 Funções
2.2 Limites e continuidade
3. Derivadas
3.1 Definições e resultados básicos
3.2 Teorema da média
3.3 Intervalos de monotonia, máximos e mínimos locais
3.4 Esboço de gráficos de funções
4. Polinómios de Taylor e aproximação de funções
5. Integração
5.1 Determinação de primitivas
5.2 Cálculo de áreas, volumes de sólidos de revolução e
comprimentos de gráficos de funções.
6. Sucessões e séries numéricas reais
6.1 Critérios de convergência
6.2 Convergência absoluta
Matemática I (M191) - 2010/2011 k 0.0 - k2
Bibliografia
I Spivak, M. Calculus
I Stewart, J. Calculus
I www.stewartcalculus.com
I Chaves, G. Cálculo Infinitesimal (disponível na página da
disciplina)
I Anton, H., Rorres, C. Elementary Linear Algebra
I Monteiro, A. Álgebra Linear e Geometria Analítica
I www.atractor.pt (WebMathematica, Materiais produzidos
pelo Atractor)
I slides das aulas e folhas de exercícios disponíveis na internet
Matemática I (M191) - 2010/2011 k 0.0 - k3

Avaliação
I Frequência: os alunos com mais de 4 faltas às aulas TP

ficarão excluídos
I Exame final ou testes
I primeiro teste: 30/10/10, duração: 2h, matéria: pontos 1, 2,
parte do 3 (em princípio)
I segundo teste: 18/12/10, duração: 2h, matéria: parte do
ponto 3, pontos 4, 5, 6
I Os testes e exames são cotados para 20 valores; as notas dos
testes são arredondadas às décimas
I Para que um aluno possa fazer o segundo teste, a sua nota no
primeiro teste tem de ser pelo menos 6,5.
I O aluno dispensa de exame se
I a sua nota do primeiro teste for pelo menos 6,5
I a média aritmética das notas dos testes, arredondada à
unidade, for maior ou igual a 10.
Matemática I (M191) - 2010/2011 k 0.0 - k4

Sistemas de equações lineares
I Sistema de m equações lineares a n incógnitas:


 a11 x1 + a12 x2 + · · · + a1n xn = b1


 a x + a x + ··· + a x = b
21 1 22 2 2n n 2

 ···


am1 x1 + am2 x2 + · · · + amn xn = bm
I Diz-se que o sistema é homogéneo sse todos os bj são nulos.
I (c1 , . . . , cn ) é solução do sistema se substituindo cada xj por
cj se obtêm igualdades verdadeiras.
I Dois sistemas dizem-se equivalentes sse tiverem o mesmo
conjunto de soluções.
Matemática I (M191) - 2010/2011 k 1.1 Sistemas de equações lineares e matrizes - Resolução de sistemas pelo método de Gauss k5
Exemplos: sistemas
(
3x1 + x2 − x3 = 1
I é um sistema não homógeneo
2x2 + 5x3 = 7
(
x1 − x2 + 7x3 = 0
I é um sistema homogéneo
x2 + 5x4 = 0
(
4x1 − 3x2 + x3 − 1 = 0
I não é um sistema homogéneo
x1 − 3x2 = 0
(
−2x1 + x3 = 5x4
I é equivalente a
2x2 = 3x1
(
−2x1 + x3 − 5x4 = 0
, que é um sistema homogéneo.
3x1 − 2x2 = 0
Exemplos: soluções de sistemas

 2x1 + x2 = 5

I (2, 1) é uma solução do sistema 3x = 3
2
 x −x =1

1 2

 2x1 + x2 = 5

I (0, 0) não é uma solução do sistema 3x = 3
2
 x −x =1

1 2
I Todos
( os pares (a+1,2a), com a ∈ R são soluções do sistema
2x1 − x2 = 2
−2x1 + x2 = −2
Exemplos: sistemas equivalentes
( (
x1 + x2 = 3 2x1 + 3x2 = 5
I Os sistemas e não são
2x1 − x2 = 3 x1 − x2 = 2
equivalentes: (2, 1) é solução do primeiro mas não do segundo.
( (
x1 = 3 x1 + 3x2 = 0
I Os sistemas e são
2x1 + x2 = 5 x2 = −1
equivalentes: (3, −1) é a única solução do primeiro e é a única
solução do segundo.
Sistemas (im)possíveis, (in)determinados, homogéneos
I Diz-se que um sistema é possível se tiver pelo menos uma

solução; caso contrário diz-se que é impossível.
I Diz-se que um sistema é possível e determinado se tiver
exactamente uma solução.
I Diz-se que um sistema é possível e indeterminado se tiver
mais do que uma solução.
I Um sistema homogéneo é sempre possível; pode ser
determinado ou indeterminado.
Exemplos: sistemas (im)possíveis, (in)determinados
(
x1 + x2 = 3
I é um sistema impossível.
x1 + x2 = 5
(
x1 + x2 = 5
I é um sistema possível e determinado: a única
x2 = 1
solução é (4, 1).
(
x1 − x2 = 3
I é um sistema possível e indeterminado:
−2x1 + 2x2 = −6
qualquer par da forma (a, a − 3) é solução do sistema; o
sistema tem uma infinidade de soluções.
Matriz de um sistema
I Matriz do sistema:
 
a11 a12 ··· a1n b1

 a21 a22 ··· a2n b2 

 .. .. .. .. 
. . . .
 
 
am1 am2 · · · amn bm
Matriz dos coeficientes:
 
a11 a12 ··· a1n

 a21 a22 ··· a2n 

 .. .. .. 
. . .
 
 
am1 am2 · · · amn
Exemplo: matriz dos coeficientes/ sistema
√2 − 3 x3 = 7
 x1 + 3x

 5
I Para o sistema 2x1 − 2x2 + 47 x3 = 8 ,

 x + 5x = 0

2 3
1 3 7
 
√ − 53
I a matriz do sistema é  2 − 2 4
8 
 
7
0 1 5 0
1 3
 
√ − 53
I e a matriz dos coeficientes é  2 − 2 47 .
 
0 1 5
Operações que levam a sistemas equivalentes
Se num sistema de equações

I se substituir uma equação pelo seu produto por um número
diferente de zero
I se trocar a ordem das equações
I se substituir uma equação pela soma dessa equação com o
produto de outra por qualquer número real
obtém-se um sistema de equações equivalente.
Exemplos: operações sobre sistemas
( (
2x + 3y = 5 6x + 9y = 15
I ⇔
−x + 7y = 1 −x + 7y = 1
( (
2x + y − z = 1 6x + 3y = 7
I ⇔
6x + 3y = 7 2x + y − z = 1
( (
x + 2y = 3 x + 2y = 3
I ⇔
2x − y = 4 2x − y − 2(x + 2y ) = 4 − 2 × 3
(
x + 2y = 3
⇔
5y = −2
Exemplos: operações sobre linhas de matrizes
O que acontece às matrizes ao efectuar estas operações?

( (
2x + 3y = 5 6x + 9y = 15
I ⇔
−x + 7y = 1 −x + 7y = 1
! !
2 3 5 6 9 15
I ↔
−1 7 1 −1 7 1
I Multiplicar a primeira equação por 3 corresponde a multiplicar
a primeira linha da matriz do sistema por 3.
( (
2x + y − z = 1 6x + 3y = 7
I ⇔
6x + 3y = 7 2x + y − z = 1
! !
2 1 −1 1 6 3 0 7
I ↔
6 3 0 7 2 1 −1 1
I Trocar duas equações corresponde a trocar duas linhas da
matriz do sistema.
Exemplo: operações sobre linhas de matrizes
( (
x + 2y = 3 x + 2y = 3
I ⇔
2x − y = 4 2x − y − 2(x + 2y ) = 4 − 2 × 3
(
x + 2y = 3
⇔
5y = −2
! !
1 2 3 1 2 3
I ↔
2 −1 4 2 − 2 × 1 −1 − 2 × 2 4 − 2 × 3
I Subtrair duas vezes a primeira equação à segunda equação
corresponde a subtrair duas vezes a primeira linha da matriz à
segunda.
Operações elementares sobre as linhas de uma matriz
Se numa matriz
I se substituir uma linha pelo seu produto por um número
diferente de zero
I se trocar a ordem das linhas
I se substituir uma linha pela soma dessa linha com o produto
de outra por qualquer número real
o sistema correspondente à matriz obtida é equivalente ao sistema
correspondente à matriz inicial.
Diz-se que duas matrizes são equivalentes por linhas sse uma se
obtém da outra por um número finito de operações destes tipos.
Exemplos: sistemas “já resolvidos”
Sistemas particularmente simples e respectivas matrizes:


 x =1 1 0 0 1
 

I y =2  0 1 0 2  (sistema possível e
 
 z = −3 0 0 1 −3

determinado)

 x =0 1 0 0
 

I y =0  0 1 0  (sistema impossível)
 
 0=1

0 0 1
( !
x +z =3 1 0 1 3
I (sistema possível e
y −z =5 0 1 −1 5
indeterminado: as soluções são da forma (3 − a, 5 + a, a), com
a ∈ R)
Matriz na forma de Gauss
Diz-se que uma matriz está na forma de Gauss sse as condições

seguintes se verificam:
I a primeira entrada não nula de qualquer linha não nula é 1;
I a primeira entrada não nula de qualquer linha não nula está à
direita da primeira entrada não nula de qualquer linha anterior;
I em qualquer coluna que contenha a primeira entrada não nula
de uma linha, todas as outras entradas são nulas;
I se existirem linhas nulas, são as últimas.
Exemplos: matrizes na forma de Gauss
1 0 0 3
 
I  0 1 0 2  está na forma de Gauss.

 
0 0 1 4
1 0 1 0 2
 
I  0 1 1 0 3  está na forma de Gauss.

 
0 0 0 1 4
!
0 1 2 0 −3
I está na forma de Gauss.
0 0 0 1 5
1 0 0 3
 
I  0 0 1 0  está na forma de Gauss.

 
0 0 0 0
Exemplos: sistemas com matrizes na forma de Gauss
Sistemas correspondentes às matrizes anteriores


 x =3

I y = 2 ; única solução: (3, 2, 4)
 z =4


 x +z =2

I y + z = 3 ; soluções: (2 − a, 3 − a, a, 4), a ∈ R
 t=4

(
y + 2z = −3
I ; soluções: (a, −3 − 2b, b, 5), a, b ∈ R
t=5

 x =3

I z = 0 ; soluções: (3, a, 0), a ∈ R
 0=0

Exemplos: matrizes não na forma de Gauss
3 0 0 2
 
I  0 1 5 4  não está na forma de Gauss.

 
0 0 0 6
!
0 1 0 1
I não está na forma de Gauss.
1 0 0 3
!
1 0 1
1 0 1
!
0 0
1 1
Forma de Gauss de uma matriz
I Se a matriz de um sistema está na forma de Gauss, então é

muito fácil ver quais são as soluções do sistema.
I Dada qualquer matriz M, existe uma única matriz na forma
de Gauss que é equivalente por linhas a M.
I A essa matriz chama-se a forma de Gauss de M.
Algoritmo para determinar a forma de Gauss de uma matriz
Exemplo: determinação da forma de Gauss de uma matriz

 x −y +z =1 1 −1 1 1
 

1. 2x − z = 3  2 0 −1 3 
 
 −x + 3y = 1

−1 3 0 1

 x −y +z =1 1 −1 1 1
 

L2 → L2 − 2L1 2y − 3z = 1  0 2 −3 1 
 
L3 → L3 + L1  2y + z = 2

0 2 1 2

 x −y +z =1 1 −1 1 1
 

L2 → 12 L2 y − 2z = 23 1
 0 1 − 32 1
 
2 
 2y + z = 2

0 2 1 2

1 0 − 12
 
1 3 3
 x − 2z = 2
 2
L1 → L1 + L2 y − 3z = 1
 0 1 − 32 1
 
2 2 2 
L3 → L3 − 2L2  4z = 1 0 0 4 1

(continua)

1 0 − 21
 
1 3 3
 x − 2z = 2
 2
y − 3z = 1
 0 1 − 32 1
 
2 2 2 
 4z = 1

0 0 4 1

1 0 − 21
 
1 3 3
 x − 2z = 2
 2
y − 3z = 1
 0 1 − 32 1
 
1 2 2 2 
L3 → 4 L3
 z= 1

0 0 1 1
4 4

1 0 0
 
13 13
 x = 8
 8
L1 → L1 + 21 L3 y=8 7
 0 1 0 7
 
8 
L2 → L2 + 23 L3  z= 1 0 0 1 1

4 4
Sistema possível e determinado; solução: ( 13 7 1

8 , 8, 4)

 x +y −z =1 1 1 −1 1
 

2. 2x + z = 3  2 0 1 3 
 
 x − y + 2z = 2

1 −1 2 2

 x +y −z =1 1 1 −1 1
 

L2 → L2 − 2L1 −2y + 3z = 1  0 −2 3 1 
 
L3 → L3 − L1  −2y + 3z = 1

0 −2 3 1

 x +y −z =1 1 1 −1 1
 

L2 → − 12 L2 y − 3z = −1  0 1 − 32 − 12 
 
2 2
 −2y + 3z = 1

0 −2 3 1

1 0 12
 
1 3 3
 x + 2z = 2
 2
L1 → L1 − L2 y − 32 z = − 21  0 1 − 32 − 12 
 
L3 → L3 + 2L2  0=0 0 0 0 0

Sistema possível e indeterminado; soluções:

( 32 − 12 a, − 21 + 32 a, a), a ∈ R
3x − 6y + 3z − 3t + 9w = 18 3 −6 3 −3 9 18
  


0 0 0 1 −1 −2 

 t − w = −2 
3.
 
 x − 2y + 3z − t + 7w = 8 1 −2 3 −1 7 8 
 
 
2x − 4y + 3z − t + 7w = 11 2 −4 3 −1 7 11


x − 2y + z − t + 3w = 6 1 −2 1 −1 3 6
  


0 0 0 1 −1 −2 

 t − w = −2 
L1 → 13 L1
 
 x − 2y + 3z − t + 7w = 8 1 −2 3 −1 7 8 
 
 
2x − 4y + 3z − t + 7w = 11 2 −4 3 −1 7 11


x − 2y + z − t + 3w = 6 1 −2 1 −1 3 6
  


0 0 0 1 −1 −2

 t − w = −2  
L3 → L3 − L1
 
 2z + 4w = 2 0 0 2 0 4 2
 
L4 → L4 − 2L1   
0 0 1 1 1 −1


z + t + w = −1
x − 2y + z − t + 3w = 6 1 −2 1 −1 3 6
  


 2z + 4w = 2
  0 0 2 0 4 2 
L2 ↔ L3
 
 t − w = −2 0 0 0 1 −1 −2
 
  
0 0 1 1 1 −1


z + t + w = −1
(continua)
x − 2y + z − t + 3w = 6 1 −2 1 −1 3 6
  


 2z + 4w = 2
  0 0 2 0 4 2 
 
 t − w = −2 0 0 0 1 −1 −2
 
  
0 0 1 1 1 −1


z + t + w = −1
x − 2y + z − t + 3w = 6 1 −2 1 −1 3 6
  


 z + 2w = 1
  0 0 1 0 2 1 
L2 → 12 L2
 
t − w = −2  0 0 0 1 −1 −2
 

 
0 0 1 1 1 −1


z + t + w = −1
x − 2y − t + w = 5 1 −2 0 −1 1 5
  


 z + 2w = 1
  0 0 1 0 2 1 
L1 → L1 − L2
 
t − w = −2 0 0 0 1 −1 −2
 
L4 → L4 − L2

  
0 0 0 1 −1 −2


t − w = −2
x − 2y = 3 1 −2 0 0 0 3
  


 z + 2w = 1
  0 0 1 0 2 1 
L1 → L1 + L3
 
t − w = −2  0 0 0 1 −1 −2
 
L4 → L4 − L3

 
0=0 0 0 0 0 0 0


Sistema possível e indeterminado; soluções:

(3 + 2a, a, 1 − 2b, −2 + b, b), a, b ∈ R)

 x +y +z =1 1 1 1 1
 

4. y −z =2  0 1 −1 2 
 
 2x + 4z = 0

2 0 4 0

 x +y +z =1 1 1 1 1
 

L3 → L3 − 2L1 y −z =2 0 1 −1 2 
 

 −2y + 2z = −2

0 −2 2 −2

 x + 2z = −1 1 0 2 −1
 

L1 → L1 − L2 y −z =2  0 1 −1 2 
 
L3 → L3 + 2L2  0=2

0 0 0 2
Sistema impossível
Característica de uma matriz
I Chama-se característica de uma matriz ao número de linhas

não nulas da sua forma de Gauss.
I A característica de uma matriz é sempre menor ou igual ao
número de linhas.
I A característica de uma matriz é sempre menor ou igual ao
número de colunas.
I Se a uma matriz se acrescentarem linhas ou colunas, a matriz
obtida tem característica maior ou igual à característica da
matriz original.
Exemplos: característica
matriz forma de Gauss deA característica de A
1 −1 1 1 1 0 0 13
  
8
A= 2 0 −1 3   0 1 0 78  3
   
−1 3 0 1 0 0 1 4 1
1 1 −1 1 1 0 21
   
3
2
A= 2 0 1 3   0 1 − 32 − 21  2
   
1 −1 2 2 0 0 0 0
3 −6 3 −3 9 18 1 −2 0 0 0 3
   
 0 0 0 1 −1 −2   0 0 1 0 2 1 
A= 3
   
 1 −2 3 −1 7 8   0 0 0 1 −1 −2
  

2 −4 3 −1 7 11 0 0 0 0 0 0
1 1 1 1 1 0 2 0
   
A= 0 1 −1 2   0 1 −1 0  3
   
2 0 4 0 0 0 0 1
1 0 1 5 −1 1 0 0 3 0
   
 3 0 1 11 −1   0 0 1 2 −1 
A= 2
   
 1 0 −1 1 1  0 0 0 0 0 
  

5 0 1 17 −1 0 0 0 0 0
Matriz escalonada
Diz-se que uma matriz está escalonada sse as condições seguintes

se verificam:
I a primeira entrada não nula de qualquer linha não nula está à
direita da primeira entrada não nula de qualquer linha anterior;
I em qualquer coluna que contenha a primeira entrada não nula
de uma linha, todas as entradas de linhas inferiores são nulas;
I se existirem linhas nulas, são as últimas.
Exemplos: matrizes escalonadas e não escalonadas
2 3 1 5 0
 
I  0 0 4 0 2  está escalonada
 
0 0 0 0 1
1 5 −2 3 0 5
 
I  0 0 2 4 0 0  está escalonada
 
0 0 0 3 1 −1
2 3 5 2
 
I  2 1 0 0  não está escalonada

 
0 1 3 0
0 3 5
 
I  1 0 0  não está escalonada

 
0 0 0
Característica de uma matriz escalonada
I Se duas matrizes são equivalentes por linhas, têm a mesma

forma de Gauss, e portanto a mesma característica.
I Se uma matriz está escalonada, a sua característica é igual ao
número de linhas não nulas.
Exemplos: característica de matrizes escalonadas
2 3 1 5 0
 
I car  0 0 4 0 2  = 3
 
0 0 0 0 1
1 5 −2 3 0 5
 
I car  0 0 2 4 0 0  = 3
 
0 0 0 3 1 −1
2 0 3 1
 
I car  0 5 1 −2  = 2
 
0 0 0 0
3 5 1 4
 
I car  0 0 0 0  = 1
 
0 0 0 0
Discussão de sistemas em função da característica
I A característica da matriz de um sistema é sempre maior ou

igual à característica da matriz dos coeficientes.
I Se a característica da matriz de um sistema é maior do que a
característica da matriz dos coeficientes, então o sistema é
impossível.
I Se a característica da matriz de um sistema é igual à
característica da matriz dos coeficientes e igual ao número de
incógnitas então o sistema é possível e determinado.
I Se a característica da matriz de um sistema é igual à
característica da matriz dos coeficientes e menor do que o
número de incógnitas então o sistema é possível e
indeterminado.
Exemplos: discussão de sistemas
1. 
 a11 x + a12 y + a13 z = b1

I a21 x + a22 y + a23 z = b2

 a x +a y +a z =b
31 32 33 3
I Seja A a matriz dos coeficientes e M a matriz do sistema.
I Tem-se car A ≤ 3 e car M ≤ 3.
I Se car A = 3, o sistema é possível e determinado.
2. (
a11 x + a12 y + a13 z + a14 t = b1
I
a21 x + a22 y + a23 z + a24 t = b2
I Seja A a matriz dos coeficientes.
I Tem-se car A ≤ 2, portanto o sistema não pode ser possível e
determinado; pode ser impossível ou possível e indeterminado.
Exemplo: discussão de sistema

 x + y + z = 2a

x + 2z = 3
 y + (a2 − 5)z = 1

1 1 1 2a
 
A matriz do sistema é  1 0 2 3 
 
0 1 a −5 1
2
Usando o algoritmo para determinar a forma de Gauss:

1 1 1 2a
 
0 −1 1 3 − 2a 
 
L2 → L2 − L1

0 1 a2 − 5 1 
1 1 1 2a

0 1 −1 2a − 3 
 
L2 → −L2

0 1 a2 − 5 1
1 0 2 3
 
0 1 −1 2a − 3 
 
L1 → L1 − L2

0 0 a2 − 4 4 − 2a
L3 → L3 − L2
(continua)
1º caso: a2 − 4 6= 0, isto é, a 6= 2 e a 6= −2
Continuando o algoritmo:
1 0 2 3
 
L3 → 1
L
a2 −4 3

 0 1 −1 2a − 3 
0 0 1 − a+2 2
1 0 0 3a+10 3a+10
 
a+2  x = a+2

2 2 +a−8
0 1 0 2a a+2
+a−8
y = 2a a+2
 
L1 → L1 − 2L3
 
0 0 1 − a+22 2


z = − a+2
L2 → L2 + L3
A característica da matriz do sistema é 3, a característica da

matriz dos coeficientes é 3 e o número de incógnitas é 3.
Para a ∈ R \ {−2,
2}, o sistema é possível
e determinado, e a
3a+10 2a2 +a−8
única solução é a+2 , a+2 , − a+2 .
2
(continua)
2º caso: a = 2
Substituindo a por
 2 temos a matriz
1 0 2 3

 0 1 −1 1 
 
0 0 0 0
que está na forma de Gauss e corresponde ao sistema

 x + 2z = 3

y −z =1 .
 0=0


matriz dos coeficientes é 2 e o número de incógnitas é 3.
Para a = 2, o sistema é possível e indeterminado; as soluções são

(3 − 2c, 1 + c, c), c ∈ R.
(continua)
3º caso: a = −2
Substituindo a por 
−2 temos a matriz
1 0 2 3

 0 1 −1 −7 
 
0 0 0 8

 x + 2z = 3

que corresponde ao sistema y − z = −7 , obviamente
 0=8

impossível.

matriz dos coeficientes é 2.
Para a = −2, o sistema é impossível.
Soma de matrizes
Soma de duas matrizes de m linhas e n colunas:

   
a11 a12 ··· a1n b11 b12 ··· b1n

 a21 a22 ··· a2n  
  b21 b22 ··· b2n 

 .. .. .. + .. .. .. =
. . . . . .
   
   
am1 am2 · · · amn bm1 bm2 · · · bmn
 
a11 + b11 a12 + b12 ··· a1n + b1n
 a21 + b21

a22 + b22 ··· a2n + b2n 

 .. .. .. 
. . .
 
 
am1 + bm1 am2 + bm2 · · · amn + bmn
Matemática I (M191) - 2010/2011 k 1.2 Sistemas de equações lineares e matrizes - Operações com matrizes k43
Exemplos: soma de matrizes
! !
2 1 3 4 1 −2 0 −5
I + =
5 3 −2 − 12 2 −1 − 53 4
!
3 −1 3 −1
7 2 −5 13 7
2
√ √ 
1 3 2 0 3 3
    
I  0 −2  +  5 −1  =  5 −3 
     
3 53 2 3 5 14
3
Produto de um número por uma matriz
Produto de um número por uma matriz:

   
a11 a12 ··· a1n ca11 ca12 ··· ca1n

 a21 a22 ··· a2n  
  ca21 ca22 ··· ca2n 

c .. .. .. = .. .. .. 
. . . . . .
   
   
am1 am2 · · · amn cam1 cam2 · · · camn
Exemplos: produto de um número por uma matriz
! !
2 1 −3 10 5 −15
I 5 =
0 1 −4 0 5 −20
1 2 3
   
−1 −1 − 23
1   2
I −  −2 −3 −4  =  1 3
2 

2 2
5 6 7 − 52 −3 − 27
Produto de matrizes
Produto de duas matrizes tais que o número de colunas da

primeira é igual ao número de linhas da segunda:
   
a11 a12 ··· a1n b11 b12 · · · b1p

 a21 a22 ··· a2n  
  b21 b22 · · · b2p 

 .. .. .. · .. .. .. =
. . . . . .
   
   
am1 am2 · · · amn bn1 bn2 · · · bnp
 
c11 c12 ··· c1p

 c21 c22 ··· c2p 

 .. .. .. 
. . .
 
 
cm1 cm2 · · · cmp
onde cij = ai1 b1j + ai2 b2j + ai3 b3j + · · · an1 bnj .
Exemplos: produto de matrizes
! ! !
1 2 5 6 1×5+2×7 1×6+2×8
I = =
3 4 7 8 3×5+4×7 3×6+4×8
!
19 22
43 50
2 1
 
!
 −1 3   4 1 −2
I  =

0 −5  7 2 0


−4 1
2×4+1×7 2×1+1×2 2 × (−2) + 1 × 0
 
 −1 × 4 + 3 × 7 −1 × 1 + 3 × 2 −1 × (−2) + 3 × 0 
=
 
0×4−5×7 0×1−5×2 0 × (−2) − 5 × 0

 
−4 × 4 + 1 × 7 −4 × 1 + 1 × 2 −4 × (−2) + 1 × 0
15 4
 
−4

 17 5 2 

−35 −10 0
 
 
−9 −2 8
Operações com matrizes: propriedades
I Para quaisquer matrizes A, B, C , tem-se

I A+B =B+A
I (A + B) + C = A + (B + C )
I A(B + C ) = AB + AC
I (A + B)C = AC + BC
I (AB)C = A(BC )
desde que A, B, C tenham um número de linhas e colunas
tais que as operações sejam possíveis.
I MAS: em geral AB 6= BA
Exemplo: não comutatividade do produto
! ! !
1 2 3 −1 7 1
I =
0 −1 2 1 −2 −1
! ! !
3 −1 1 2 3 7
I =
2 1 0 −1 2 3
Matriz identidade
I Mm,n (R) =
{matrizes de m linhas e n colunas com entradas em R}
I Chama-se matriz identidade de ordem n à matriz
1 0 ··· 0
 
 0 1 ··· 0 
 
In =  . . , In ∈ Mn,n (R).
.. 
 .. ..

. 
0 0 ··· 1
I Para qualquer M ∈ Mm,n (R), tem-se Im M = M e MIn = M.
Exemplos: matriz identidade
1 0 0 2 1 3 4 2 1 3 4
    
I  0 1 0   5 0 −2 −6  =  5 0 −2 −6 
    
0 0 1 7 1 4 3 7 1 4 3
7 −1 7 −1
   
!
 0 2  1 0  0 2 
I =
   
−4 5  0 1 −4 5 
  
 
3 6 3 6
Inversa de uma matriz
I Diz-se que M ∈ Mn,n (R) tem inversa sse existe M 0 ∈ Mn,n (R)
tal que MM 0 = M 0 M = In .
I Se uma matriz tiver inversa, essa inversa é única; designa-se
por M −1 a inversa de M.
I Se M, M 0 ∈ Mn,n (R) e MM 0 = In ou M 0 M = In , então M 0 é
inversa de M.
I M tem inversa sse car M = n
Exemplo: matrizes inversas
! ! !
3 2 1 −2 1 0
I = ,
1 1 −1 3 0 1
! ! ! !
1 −2 3 2 1 0 3 2
= , portanto e
−1 3 1 1 0 1 1 1
!
1 −2
são inversas uma da outra.
−1 3
!−1 !
3 2 1 −2
I =
1 1 −1 3
!−1 !
1 −2 3 2
I =
−1 3 1 1
Exemplo: matrizes inversas
1 1 1 1 −1 0 1 0 0
    
I 0 1 1   0 1 −1  =  0 1 0 ,
    

0 0 1 0 0 1 0 0 1
1 −1 0 1 1 1 1 0 0
    
0 1 −1   0 1 1  =  0 1 0 , portanto
    

0 0 1 0 0 1 0 0 1
1 1 1 1 −1 0
   
0 1 1  e  0 1 −1  são inversas uma da outra.

   

0 0 1 0 0 1
−1
1 1 1 1 −1 0
  
I  0 1 1  =  0 1 −1 
   
0 0 1 0 0 1
−1
1 −1 0 1 1 1
  
I  0 1 −1  = 0 1 1 
   
0 0 1 0 0 1
 
1 5
Exemplo: Cálculo da inversa de  
2 3
! ! ! ! !
1 5 x y 1 0 x + 5z y + 5t 1 0
= ⇔ =
2 3 z t 0 1 2x + 3z 2y + 3t 0 1
x + 5z = 1



 2x + 3z = 0

⇔

 y + 5t = 0
2y + 3t = 1


( (
x + 5z = 1 y + 5t = 0
⇔ e
2x + 3z = 0 2y + 3t = 1
! !
1 5 1 1 5 0
As matrizes dos dois sistemas são e
2 3 0 2 3 1
! !
1 0 − 73 1 0 57
As formas de Gauss são e , que
0 1 27 0 1 − 17
( (
x = − 73 y = 57
correspondem a e
z = 27 t = − 17
 
1 5
Exemplo: Cálculo da inversa de  
2 3
!−1 !
1 5 − 37 5
Então = 7 .
2 3 2
7 − 17
Em vez de calcular separadamente a forma de Gauss das duas

matrizes, é mais!simples calcular a forma de Gauss de
1 5 1 0
2 3 0 1
!
1 0 − 73 5
Obtemos 7 ; a “metade da direita” é a inversa
0 1 27 − 17
da matriz inicial.
Determinantes de ordem 2
!
a b
Seja M = ∈ M2,2 (R).
c d
O determinante de M é definido por det M = ad − bc
Matemática I (M191) - 2010/2011 k 1.3 Sistemas de equações lineares e matrizes - Determinantes k58
Exemplos: determinantes de ordem 2
!
1 2
I det = −2
3 4
!
−1 2
I det =0
3 −6
!
5 −2
I det = 11
3 1
Determinantes de ordem 2: propriedades
! ! !
a + a0 b a b a0 b
I det = det + det
c + c0 d c d c0 d
! ! !
a b + b0 a b a b0
I det = det + det
c d + d0 c d c d0
! ! !
a + a0 b + b 0 a b a0 b 0
I det = det + det
c d c d c d
! ! !
a b a b a b
I det = det + det
c + c0 d + d0 c d c0 d0
Exemplos: propriedades dos determinantes
! !
1 2 1+0 2
I det = det =
3 4 0+3 4
! !
1 2 0 2
det + det
0 4 3 4
! !
1 2 1+0 0+2
I det = det =
3 4 3 4
! !
1 0 0 2
det + det
3 4 3 4
! ! !
ka b a b a kb
I det = k det = det
kc d c d c kd
! ! !
ka kb a b a b
I det = k det = det
c d c d kc kd
!
1 0
I det I2 = det =1
0 1
I Se M tem duas colunas iguais, então det M = 0.
I Se M tem duas linhas iguais, então det M = 0.
I Se uma coluna de M é múltipla da outra, então det M = 0.
I Se uma linha de M é múltipla da outra, então det M = 0.
! ! !
1 2 1 2×1 1 1
I det = det = 2 det
3 4 3 2×2 3 2
! ! !
1 2 1 2 1 2
I det = det = 5 det
3 4 5× 3
5 5× 4
5
3
5
4
5
!
2 2
I det =0
3 3
!
1 5
I det =0
1 5
!
1 4
I det =0
3 12
I Para quaisquer matrizes M, M 0 ∈ M2,2 (R), tem-se

det(MM 0 ) = det M det M 0 .
I M tem inversa sse det M 6= 0, e nesse caso det M −1 = det M .
1
I car M = 2 sse det M 6= 0

!
a b
I Se M = e det M 6= 0, então
c d
!
d −b
M −1 = 1
det M .
−c a
! !
1 2 1 2
I det = −2 6= 0, portanto car =2e
3 4 3 4
!
1 2
tem inversa;
3 4
!−1 ! !
1 2 4 −2 −2 1
= − 12 =
3 4 −3 1 3
2 − 12
! !
5 −2 5 −2
I det = 11 6= 0, portanto car =2e
3 1 3 1
!
5 −2
tem inversa;
3 1
!−1 ! !
5 −2 1 1 2 1
11
2
11
= =
3 1 11 −3 5 3
− 11 5
11
! !
3 −1 3 −1
I det = 0, portanto car <2e
−6 2 −6 2
!
3 −1
não tem inversa.
−6 2
Determinantes de ordem 3
 
a11 a12 a13
Seja M =  a21 a22 a23  ∈ M3,3 (R).
 
a31 a32 a33
O determinante de M é definido por
det M =
a11 a22 a33 +a21 a32 a13 +a31 a12 a23 −a31 a22 a13 −a11 a32 a23 −a21 a12 a33
Determinantes de ordem 3: regra de Sarrus
 
a11 a12 a13
Para calcular o determinante de  a21 a22 a23 , escrevemos
 
a31 a32 a33
a11 a12 a13

a21 a22 a23
a31 a32 a33
a11 a12 a13
a21 a22 a23
somamos os produtos das três diagonais \ e subtraimos os

produtos das três diagonais /.
Exemplos: determinantes de ordem 3
1 0 5
 
I det  3 −2 4  =?
 
−1 −3 0
1 0 5
 
 3 −2 4 
 
I −1 −3 0
1 0 5
3 −2 4
1 0 5
 
I det  3 −2 4  = 1 × (−2) × 0 + 3 × (−3) × 5 + (−1) ×

 
−1 −3 0
0 × 4 − (−1) × (−2) × 5 − 1 × (−3) × 4 − 3 × 0 × 0 = −43
Sejam Cj , Cj0 colunas de matrizes de M3,3 (R).

I det C1 + C10 C2 C3 =

det C1 C2 C3 + det C10 C2 C3

I det C1 C2 + C20 C3 =


I det C1 C2 C3 + C30 =

Sejam Lj , L0j linhas de matrizes de M3,3 (R).

     
L1 + L01 L1 L01
I det  L2  = det  L2  + det  L2 
     
L3 L3 L3
     
L1 L1 L1
I det  L2 + L02  = det  L2  + det  L02 
     
L3 L3 L3
     
L1 L1 L1
I det  L2  = det  L2  + det  L2 
     
L3 + L03 L3 L03
Sejam Cj , Cj0 colunas de matrizes de M3,3 (R).

I det kC1 C2 C3 = k det C1 C2 C3

I det C1 kC2 C3 = k det C1 C2 C3

I det C1 C2 kC3 = k det C1 C2 C3
Sejam Li , L0i linhas de matrizes de M3,3 (R).

   
kL1 L1
I det  L2  = k det  L2 
   
L3 L3
   
L1 L1
I det  kL2  = k det  L2 
   
L3 L3
   
L1 L1
I det  L2  = k det  L2 
   
kL3 L3
1 0 0
 
I det I3 = det  0 1 0  = 1
 
0 0 1
I Se uma coluna de M é múltipla de outra, então det M = 0.
I Se uma linha de M é múltipla de outra, então det M = 0.
I Para quaisquer matrizes M, M 0 ∈ M3,3 (R), tem-se
1
I car M = 3 sse det M 6= 0
Determinantes de ordem n
I Pode-se definir de maneira única o determinante de qualquer

matriz de Mn,n (R) de maneira a satisfazer propriedades
análogas às que foram vistas para os determinantes de ordem
2 e 3.
I Para cada n ∈ N obtemos uma função det : Mn,n (R) −→ R.
Determinantes de ordem n: propriedades

I det C1 · · · Cj + Cj0 · · · Cn =

det C1 · · · Cj ··· Cn +

det C1 · · · Cj0 ··· Cn
     
L1 L1 L1
 ..   . 
 .. 
 . 
 .. 

 . 
    
I det  Li + L0  = det  Li  + det  L0i
     
i 
 ..   . 
 . 
 .. 
.  .  .
   
   
Ln Ln Ln

I det C1 · · · kCj ··· Cn =

k det C1 · · · Cj ··· Cn
   
L1 L1
 .   . 
 ..   .. 
   
I det  kLi  = k det  Li
   

 . ..
 .
  
 . .
  
  
Ln Ln
I det In = 1

I Se uma coluna de M é múltipla de outra, então det M = 0.
I Se uma linha de M é múltipla de outra, então det M = 0.
I Para quaisquer matrizes M, M 0 ∈ Mn,n (R), tem-se
1
I car M = n sse det M 6= 0
I Se M 0 se obtém de M por troca de duas linhas ou de duas

colunas,

então det M 0 = − det M.
I det C1 · · · Ci + kCj ··· Cj ··· Cn =

det C1 · · · Ci ··· Cj ··· Cn
   
L1 L1
..  .. 
.  . 
 
 
   
 L + kL   L 
 i j  i 
.  = det  .. 

I det ..
   
 . 

 
Lj  Lj 
   
 
..  .. 
   
.  . 
 
 
Ln Ln
Exemplo: cálculo de determinante
1 0 2 0 1 0 2 0
   
 0 3 1 1   L3 →L3 +L1
 0 3 1 1 
det  = det 
  
−1 0 0 2   0 0 2 2 
 

0 1 1 0 0 1 1 0
1 0 2 0 1 0 2 0
   
C3 →C3 −C4  0 3 0 1 
  L2 →L2 − 1 L3  0 3 0 0 
= = = 2
det 
 
 0 0 0 2   0 0 0 2
 

0 1 1 0 0 1 1 0
1 0 0 0 1 0 0 0
   
 0 3 0 0   0 3 0 0 
C3 →C3 −2C1   C2 →C2 −C3 
= =

 0 0 0 2   0 0 0 2 
   
0 1 1 0 0 0 1 0
1 0 0 0 1 0 0 0
   
 0 3 0 0   0 1 0 0 
C3 ↔C4
= −  = −3 det 
   
 0 0 2 0   0 0 2 0 

0 0 0 1 0 0 0 1
1 0 0 0
 
 0 1 0 0 
= −3 × 2 det   = −6 det I4 = −6
 
 0 0 1 0 
0 0 0 1
Determinantes de ordem n: desenvolvimento de Laplace
I Notação: Aij designará a matriz que se obtém da matriz A
eliminando a linha i e a coluna j.
a11 · · · a1n
 
I Seja A =  ... .. .
. 

an1 · · · ann
I det A = a11 det A11 − a21 det A21 + · · · + (−1)n+1 an1 det An1
(desenvolvimento de Laplace ao longo da primeira coluna)
I det A = a11 det A11 − a12 det A12 + · · · + (−1)1+n a1n det A1n
(desenvolvimento de Laplace ao longo da primeira linha)
I det A = (−1)1+j a1j det A1j + (−1)2+j a2j det A2j + · · · +
(−1)n+j anj det Anj (desenvolvimento de Laplace ao longo da
coluna j)
I det A =
(−1)i+1 ai1 det Ai1 +(−1)i+2 ai2 det Ai2 +· · ·+(−1)i+n ain det Ain
(desenvolvimento de Laplace ao longo da linha i)
Desenvolvimento de Laplace ao longo da primeira coluna:
1 0 2 0
 
 0 3 1 1 
det  =
 
 −1 0 0 2 
0 1 1 0
3 1 1 0 2 0
   
= 1 × det  0 0 2  − 0 × det  0 0 2 +
   
1 1 0 1 1 0
0 2 0 0 2 0
   
+(−1) × det  3 1 1  − 0 × det  3 1 1 

   
1 1 0 0 0 2
= −4 − 2 = −6
3
2 5 4
 
2 1 1
 
 0
2 1 1 
det   =3 × det  0 −2 2 =
  
0
0 −2 2 
0 0 5

0
0 0 5
!
−2 2
3 × 2 det = −60
0 5
Desenvolvimento de Laplace ao longo da primeira coluna:

1 2 4 3
 
 2 1 −1 5 
det  =
 
 −1 3 5 2 
2 1 2 1
1 −1 5 2 4 3
   
= det  3 5 2  − 2 det  3 5 2  +
   
1 2 1 1 2 1
2 4 3 2 4 3
   
+(−1) det  1 −1 5  − 2 × det  1 −1 5  = ...

   
1 2 1 3 5 2
Cálculo do mesmo determinante usando algumas propriedades dos

determinantes antes de efectuar o desenvolvimento de Laplace ao
longo da primeira coluna:
L2 → L2 − 2L1
1 2 4 3 L3 → L3 + L1
 
 2 1 −1 5  4 → L4 − 2L2
 L
det  =

 −1 3 5 2 

2 1 2 1
1 2 4 3
 
 
 0 −3 −9 −1
−3 −9 −1 
= det   = det  5 9 5  = ...
  
 0 5 9 5 
−3 −6 −7
0 −3 −6 −5
Regra de Cramer
I Seja A a matriz dos coeficientes do sistema de n equações a n

incógnitas


 a11 x1 + a12 x2 + · · · + a1n xn = b1

 a x + a x + ··· + a x = b
21 1 22 2 2n n 2

 · · ·


an1 x1 + an2 x2 + · · · + ann xn = bn
I Se det A 6= 0, então o sistema é possível e determinado.
Regra de Cramer
Na situação anterior, a única solução do sistema é dada por

b1 a12 · · · a1n
 
 .
det ..
.. .. 
. . 
bn an2 · · · ann
x1 = det A  ,
a11 b1 · · · a1n

 .
det ..
.. .. 
. . 
an1 bn · · · ann
x2 = det A ,
...
a11 a12 · · · b1
 
 . .. .. 
det .. . . 
an1 an2 · · · bn
xn = det A .
Exemplo: regra de Cramer
(
2x + 3y = 1
I
5x − y = 3
!
2 3
I a matriz dos coeficientes A é ,e
5 −1
det A = −17 6= 0, portanto o sistema é possível e determinado
I as
 soluções são dadas por !
1 3
 x = − 17 det 3 −1
1
= 10



 17
!
 y = − 1 det 2 1 1

= − 17

17 5 3


Exemplo: regra de Cramer

 x − y + 3z = 4

I 2x + y + z = −2
 x − 5y = 1

1 −1 3
 
I a matriz dos coeficientes A é  2 1 1 , e

 
1 −5 0
det A = −29 6= 0, portanto o sistema é possível e determinado
I as soluções são 
 dadas por
4 3


 −1
 x = − 29 det  −2 1 1  = − 29
1 46

  


1 −5 0





1 4 3
 



y = − 291
det  2 −2 1  = − 29 15
 
1 1 0 





1 −1 4
 



1
det 2 1 −2  = 29 49

z = −

  

 29 
1 −5 1


Cálculo da inversa de uma matriz
Se A ∈ Mn,n (R) é tal que det A 6= 0, então

A−1 =
det A11 − det A21 (−1)n+1 det An1
 
···
1

 − det A12 det A22 ··· (−1)n+2 det An2 

det A
 .. .. .. 
. . .
 
 
(−1)1+n det A1n (−1)2+n det A2n · · · det Ann
(Na entrada da linha i, coluna j está (−1) det Aji .)
i+j
Exemplo: cálculo da inversa de uma matriz
1 2 3
 
A= −1 0 2 , det A = −25 6= 0

 
−5 1 0
det A11 − det A21 det A31
 
A−1 = − 25  − det A12

1 
det A22 − det A32  =

det A13 − det A23 det A33
 ! ! ! 
0 2 2 3 2 3
 det − det det
1 0 1 0 0 2

 
 ! ! ! 
 −1 2 1 3 1 3 
1 
− 25  − det det − det =

 −5 0 −5 0 −1 2 
 ! ! ! 
 −1 0 1 2 1 2 

det − det det 
−5 1 −5 1 −1 0
3 4
 
−2
= − 25  −10 15 −5 
1  
−1 −11 2

Mat I

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Mat I

Enviado por

Direitos autorais:

Formatos disponíveis

Matemática I

Departamento de Matemática Pura

Ano lectivo 2010/11

Matemática I (M191) - 2010/2011 k 0.0 - k1

Matemática I (M191) - 2010/2011 k 0.0 - k3

I Frequência: os alunos com mais de 4 faltas às aulas TP

Matemática I (M191) - 2010/2011 k 0.0 - k4

I Sistema de m equações lineares a n incógnitas:

I Diz-se que um sistema é possível se tiver pelo menos uma

I Para o sistema 2x1 − 2x2 + 47 x3 = 8 ,

Se num sistema de equações

O que acontece às matrizes ao efectuar estas operações?

Sistemas particularmente simples e respectivas matrizes:

Diz-se que uma matriz está na forma de Gauss sse as condições

I  0 1 0 2  está na forma de Gauss.

I  0 1 1 0 3  está na forma de Gauss.

I  0 0 1 0  está na forma de Gauss.

Sistemas correspondentes às matrizes anteriores

I  0 1 5 4  não está na forma de Gauss.

I Se a matriz de um sistema está na forma de Gauss, então é

Sistema possível e determinado; solução: ( 13 7 1

Sistema possível e indeterminado; soluções:

Sistema possível e indeterminado; soluções:

I Chama-se característica de uma matriz ao número de linhas

Diz-se que uma matriz está escalonada sse as condições seguintes

I  2 1 0 0  não está escalonada

I  1 0 0  não está escalonada

I Se duas matrizes são equivalentes por linhas, têm a mesma

I A característica da matriz de um sistema é sempre maior ou

Usando o algoritmo para determinar a forma de Gauss:

A característica da matriz do sistema é 3, a característica da

A característica da matriz do sistema é 2, a característica da

Para a = 2, o sistema é possível e indeterminado; as soluções são

A característica da matriz do sistema é 3, a característica da

Para a = −2, o sistema é impossível.

Soma de duas matrizes de m linhas e n colunas:

Produto de um número por uma matriz:

Produto de duas matrizes tais que o número de colunas da

I Para quaisquer matrizes A, B, C , tem-se

0 1 1  e  0 1 −1  são inversas uma da outra.

Em vez de calcular separadamente a forma de Gauss das duas

I Para quaisquer matrizes M, M 0 ∈ M2,2 (R), tem-se

I car M = 2 sse det M 6= 0

a11 a12 a13

somamos os produtos das três diagonais \ e subtraimos os

I det  3 −2 4  = 1 × (−2) × 0 + 3 × (−3) × 5 + (−1) ×

Sejam Cj , Cj0 colunas de matrizes de M3,3 (R).

Sejam Lj , L0j linhas de matrizes de M3,3 (R).

Sejam Cj , Cj0 colunas de matrizes de M3,3 (R).

Sejam Li , L0i linhas de matrizes de M3,3 (R).

I car M = 3 sse det M 6= 0

I Pode-se definir de maneira única o determinante de qualquer

I Se M tem duas colunas iguais, então det M = 0.

I car M = n sse det M 6= 0

I Se M 0 se obtém de M por troca de duas linhas ou de duas

Desenvolvimento de Laplace ao longo da primeira coluna:

+(−1) × det  3 1 1  − 0 × det  3 1 1 

Desenvolvimento de Laplace ao longo da primeira coluna:

+(−1) det  1 −1 5  − 2 × det  1 −1 5  = ...

Cálculo do mesmo determinante usando algumas propriedades dos

I Seja A a matriz dos coeficientes do sistema de n equações a n

Na situação anterior, a única solução do sistema é dada por

I a matriz dos coeficientes A é  2 1 1 , e