Escolar Documentos
Profissional Documentos
Cultura Documentos
Álgebra Linear
1
Capítulo 1
Introdução
Estas Notas de Aula, Parte I - Álgebra Linear, estão sendo elaboradas para a disci-
plina de Álgebra Linear do curso de Ciências Econômicas da Universidade Federal
da Integração Latino-Americana (UNILA). Consistem de um exercício de prepara-
ção de aula e devem ser utilizadas pelos alunos somente como um guia para seus
estudos. De forma alguma, os alunos devem utilizar estas notas como única fonte de
estudo. Para ser claro, os alunos devem, para cada conteúdo programático, buscar
na literatura recomendada (bem como em outras fontes) textos e exercícios sobre os
conteúdos. Consulte o Plano de Ensino da disciplina para maiores detalhes sobre o
curso.
Em seguida, apresenta-se algumas discussões sobre matemática e suas aplicações
em economia. O texto a seguir é baseado no livro “Foundations Mathematical and
Computational Economics” de Karman Dakhah [6].
2
mente (vagamente) definidos. Outros exemplos, são as definições de número natural
e conjunto. Nós assumimos que todos estão bastante informados sobre do que se
trata. Todo conceito deve ser definido em termo de outros conceitos ou objetos.
Não podemos começar do nada e desejamos criar um conjunto de definições signifi-
cativas. Desta maneira, chegamos, por exemplo, na vontade de definir o significado
do número um.
O pensamento lógico é, certamente, a maior parte do trabalho matemático. Con-
siste em partir de hipóteses e derivar implicações delas. Toda afirmação segue logi-
camente de outra. Ou seja, não se consegue na da matemática que já não esteja nela.
Pode-se fazer uma boa analogia com a natureza. Isso se você estiver de acordo de
que na natureza nada se cria, tudo se transforma! Para exemplificar, consideremos
a solução da seguinte equação de segundo grau:
ax2 + bx + c = 0 (1.1)
onde, a, b, c são números reais dados (ou seja, hipoteticamente conhecidos), com
a 6= 0, e queremos descobrir (ou, calcular) o valor de x de forma a satisfazer esta
equação. Bom, você deve estar lembrado que
√
b ± b2 − 4ac
x= . (1.2)
2a
Agora, isso não é uma invenção criada do nada. Quando temos uma equação, isto
significa que ambos os lados dela estão equilibrados. Se fizermos qualquer operação
de um lado da equação, devemos fazer a mesma operação do outro lado, de forma
a não comprometer o balanceamento (imagine uma balança antiga!). Ok, vamos
pensar logicamente ...
ax2 + bx + c 0
ax2 + bx + c = 0 ⇒ =
a a
2 b c
⇒ x + x+ = 0
a a
b c c c
⇒ x2 + x + − = −
a a a a
b c
⇒ x2 + x = − .
a a
Certo, agora vamos completar os quadrados
2 2
2 b c 2 b b c b
x + x=− ⇒x +2 x+ =− +
a a 2a 2a a 2a
2 2
b c b
⇒ x+ =− +
2a a 2a
2 2
b c b
⇒ x+ =− − 2
2a a 4a
2
b b2 − 4ac
⇒ x+ = .
2a 4a2
3
Agora, se removêssemos os quadrados, teríamos uma equação muito simples para
resolver. Portanto, não percamos mais tempo, usemos a operação raiz quadrada, ou
seja:
2 s 2 r
2
b b − 4ac b b2 − 4ac
x+ = ⇒ x + = ±
2a 4a2 2a 4a2
√
b b2 − 4ac
⇒x+ =
2a a √
b b b2 − 4ac b
⇒x+ − =± −
2a 2a √ 2a 2a
2
−b ± b − 4ac
⇒x=
2a
Opa, isso não é mágica, é penas álgebra básica usada de maneira lógica!
Bem, depois desta simbologia toda alguém pode estar se perguntando: e esse
monte de símbolos e letras ... isso não é matemática? Primeiro, o uso de símbolos
surgiu com os estudos sistemáticos de matemática feito pelos gregos e alguma ho-
menagem deve ser prestada aos pioneiros. Segundo, o uso de símbolos economiza
papel (para ser politicamente correto), mas sobretudo economiza a escrita e torna o
entendimento matemático mais simples. Aqui, deixo um exercício para os que não
acreditam em tudo o que lêem. Repita o desenvolvimento lógico acima utilizando
apenas a sintaxe português (se preferir, faça-o em espanhol).
Já que falamos de exercício, é importante ressaltar que só se adquire prática ma-
temática exercitando. Isso não é diferente de nenhuma outra ciência. Um bom exer-
cício é repetir o desenvolvimento acima, partindo da última equação até chegarmos
na equação original. Isso é lógico? Outro exercício, este é o único desenvolvimento
lógico para este problema? Mais um, a expressão algébrica encontrada para x é a
única válida? Pense em um exercício que se poderia estabelecer sobre a equação de
segundo grau.
Agora, voltemos a nossa discussão. O pensamento lógico por si só, não é suficiente
para criar toda a matemática. Ele apenas deriva implicações sobre hipóteses feitas
anteriormente (não cria nada, apenas transforma). Do nada não se pode derivar
alguma coisa. Daí, a necessidade dos axiomas. Todo o campo da matemática
começa de um conjunto de axiomas que não se pode (ou pelo menos não se sabe
como) demonstrar, ou seja, não é uma derivação lógica de demais definições. Nós
assumimos que tais axiomas são evidentes ou, pelo menos, tratamo-os desta forma.
Um exemplo de um axioma em geometria é: existe apenas uma linha reta que passa
por dois pontos distintos. Em aritmética, dizemos que existe o número 1 (um) e que
todo o número natural a diferente de 1 tem um sucessor a + 1.
Os axiomas surgem de nossa experiência, de nossas observações e intuições do
mundo. Eles parecem ser evidentes. Observemos que um axioma requer a defini-
ção de vários conceitos. Nos exemplos acima, precisamos definir o que são pontos
e números. Mais ainda, axiomas podem ser modificados, gerando um campo novo
da matemática ou não tendo implicações substanciais. Na geometria, o exercício
de modificar o conjunto de axiomas euclidiano fez surgir novos ramos da geome-
tria, como a geometria hiperbólica e a geometria elíptica (chamadas de geometria
4
não-euclidianas). Tais geometrias foram fundamentais no desenvolvimento de te-
orias físicas, para citar um exemplo. É importante observar, que cada axioma de
um conjunto de axiomas não compete com nenhum outro axioma deste conjunto,
caso contrário, nós teríamos uma contradição lógica. Contradições lógicas não são
permitidas na matemática. Pois, como já dizemos, a matemática segue estritamente
as regras da lógica para deduzir uma proposição a partir de hipóteses.
Toda afirmação matemática é ou verdadeira, ou falsa (não pode ser verdadeira
e falsa ao mesmo tempo). Isso não significa que a matemática pode sempre dizer
se uma afirmação é verdadeira ou falsa. Podemos e, muitas vezes afirmamos, que
nada pode ser dito sobre uma afirmação. Por exemplo, é fácil mostrar que a soma
de dois números naturais é sempre um número natural. Entretanto, nada podemos
dizer sobre a subtração de dois números naturais. Este nada, significa que pode ser
um número natural ou não.
Economistas nunca devem procurar respostas na matemática sobre questões que
não podem ser decididas.
5
nimo mais complicado. Para lidar com estes casos mais gerais, nós precisamos de
ferramentas mais flexíveis, como a álgebra linear. Isto deveria ser suficiente para
motivar o estudo de métodos matemáticos além da geometria.
Dito tudo isso, podemos apontar para algumas vantagens em utilizar matemática
na economia:
6
Capítulo 2
Matemática Elementar
Toda a teoria é uma abstração do mundo real, ela está sempre sujeita a nossa limi-
tação de observação. Assim, um procedimento razoável (e talvez o única possível)
é identificar os fatores e relações relevantes (os que pudermos identificar e analisar)
de nosso problema alvo e nos focarmos apenas neles. Esta simplificação deliberada
é chamada de modelo, é apenas um esqueleto do todo que buscamos estudar.
O texto deste capítulo é fortemente baseado no livro “Fundamental Methods
of Mathematical Economics” de Alpha C. Chiang e Kevin Wainwright [5]. Como
leitura complementar, o leitor é recomendado a leitura do Capítulo 2, seções 2.1 e
2.2 do livro “Matemática para Economistas” de Carl P. Simon e Lawrence Blume
[17].
7
Em um modelo econômico/matemático, busca-se resolver-lo (ou analisar-lo) para
encontrarmos valores que sejam solução do problema. Por exemplo, podemos ter
um modelo para o lucro de uma determinada produção e buscarmos quais valores
para o modelo nos permite alcançar o lucro máximo.
Uma constante tem magnitude (e direção) que não muda. Quando um cons-
tante aparece junto de uma variável ela, normalmente, é chamada de coeficiente da
variável. Entretanto, um coeficiente pode ser simbólico ao invés de numérico.
Por exemplo, podemos dizer que a é uma constante e escrevemos aP (a vezes
P ). Neste caso, a é o coeficiente da variável P . Isto nos permite uma maior gene-
ralidade no sentido de que a não é um número determinado, apenas deve sermpre
ser determinado antes de resolver um modelo aplicado a uma situação particular.
Quando definimos um valor para um coeficiente, comumente chamamos o coeficiente
de parâmetro.
Por simples convenção, usamos os símbolos a, b, c e suas respectivas formas gregas
α, β, γ para representar parâmetros (ou constantes). Naturalmente, outros símbolos
são permitidos, apenas deve-se sempre tomar o cuidade de definir exatamente o que
cada símbolo significa. Variáveis são normalmente representadas por x, y, z.
C = 75 + 10Q (2.1)
ou seja, custo é igual a 75 mais dez vezes a quantidade produzida (Q). Assim, se
fixarmos o custo, encontramos a produção, por exemplo.
Um tipo especial de equação é a chamada identidade. Para tanto, utilizamos o
símbolo ≡. Ela normalmente definime como uma variável e descrita em função de
outras. Por exemplo:
L≡R−C (2.2)
Nesta equação (2.2), o lucro (L) é definido como sendo a diferença entre a receita
(R) (ou seja, o faturamento da empresa) o custo (C).
8
O inteiros não esgotam todos os números utilizados na matemática, também
lidamos com frações, como 32 , −7
5
, etc. Frações não são necessáriamente números
inteiros (mas, podem ser 1 = 2). Chamos as razões (ou frações) de números inteiros
2
2.3 Conjuntos
Conjuntos aparecem em todos os ramos da matemática e, portanto, é desejável ter,
pelo menos, noções básicas de conjuntos. Um conjunto é uma coleção de objetos.
Estes objetos podem ser de qualquer tipo. Por exemplo, todas as cadeiras de uma
sala de aula formam um conjunto. Outro conjunto, é a coleção de todas as cadeiras
e mesas de uma sala de aula. Ou, ainda, podemos ter um conjunto formada apenas
pelos números 2, 7 e 9. Mais, ainda, temos o conjunto de todos os números inteiros.
Os objetos de um conjunto são chamados de elementos do conjunto.
Existem duas maneiras de descrever um conjunto: enumeração e descrição. Di-
gamos, por exemplo, que S é o conjunto formado pelos elementos 2, 7, 12. Por
enumeração, escrevemos:
S = {2, 7, 12}.
Neste caso, enumeração é a maneira mais simples de descriver este conjunto.
Entretanto, se quisermos descrever o conjunto de todos os números inteiros Z, o
mais próximo que podemos fazer por enumeração é:
Z = {. . . , −3, −2, −1, 0, 1, 2, 3, . . .}
ou algo parecido. Agora, mais claro é representar o conjunto por descrição, i.e.:
Z = {x : x é número inteiro}.
9
A nomenclatura acima lê-se “Z é o conjunto de todos os números x tal que x é um
número inteiro”. Um exemplo de um conjunto que é impossível de descrever via
enumeração é o conjunto T de todos os números reais maiores que -3 e menores ou
iguais a 7. Por descrição, escrevemos:
2 ∈ S.
10
2.3.1 Relações entre conjuntos
Quando dois conjuntos são comparados um ao outro, várias relações podem ser ob-
servadas. Quando dois conjuntos são formados pelos mesmos elementos, por exem-
plo: √ √
S1 = {−1, π, 2} e S2 = {π, −1, 2},
dizermos que s1 é igual a S2 , escrevemos S1 = S2 . Note que a ordem dos elementos
não importa. Equivalentemente, dizemos que A é igual a B se, e somente se, para
qualquer x ∈ A temos x ∈ B e vice-versa. Similarmente, se esta condição não é
satisfeita, dizemos que A é diferente de B, escrevemos A 6= B.
Outra relação é conjuntos é chamada de subconjunto. Dizemos que A é subcon-
junto de B (escrevemos A ⊂ B), se para todo x ∈ A temos x ∈ B. Por exemplo:
11
Figura 2.1: Diagramas de Venn. (a) A ∪ B. (b) A ∩ B. (c) Ã.
Obeserve, que o conjunto dos números reais R é a união do conjunto dos números
racionais com o conjunto dos números irracionais.
A interseção entre dois conjuntos A e B é o conjunto A∩B (lê-se A interseção B)
formado por todos os elementos que pertencem a A e a B. Ou seja, se C = A ∩ B,
então C ⊂ A e C ⊂ B. Por exemplo, se A = {2, 3, −7} e B = {1, 5, 8, −7}, então
A ∩ B = {−7}.
Se interseção de dois conjuntos disjuntos é igual ao conjunto vazio. Construa um
exemplo para este fato!
O complemento de um conjunto A depende da definição de um conjunto universal
U. O complemento de um conjunto A é o conjunto formado por todos os elementos
do conjunto universal U que não sejam elementos A. Quando estamos trabalhando
apenas com números reais é comum definirmos R como nosso conjunto universal
(símbolo U). Assim, por exemplo, se A = {2}, então:
à = {x ∈ U : x 6= 2},
onde à representa o complemento de A em relação ao conjunto universo U = R.
De forma compacta podemos descrever as operação acima como segue:
A ∪ B = {x : x ∈ A ou x ∈ B}
A ∩ B = {x : x ∈ A e x ∈ B}
à = {x ∈ U : x ∈
/ A}
Estas operação podem, ainda, ser visualizadas graficamente através do diagrama
de Venn. Veja a Figura2.1.
12
Existe, ainda, a lei distributiva para união e interseção. Segue:
A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C)
A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C)
2.3.3 Exercícios
Exercício 2.1. Escreva em notação de conjunto (por enumeração e descrição, quando
possível):
(a) O conjunto de todos os números inteiros maiores que −5.
(b) O conjunto de todos os números reais maiores que −3 e menores que −1.
Exercício 2.2. Sejam dados os conjuntos A1 = {−1, π, 3}, A2 = {1, 3, π}, A3 =
{−1, 4} e A4 = {π, 24}. Verifica, justificando sua resposta, quais das seguintes
afirmações são verdadeiras:
(a) A1 = A4 (b) A3 ⊂ A2 (c) 3 ∈ A2
(d) A1 ⊃ A2 (e) A3 ⊂ N (f) ∅ ⊂ A2
Exercício 2.3. Usando os mesmos conjuntos anteriores e o conjunto universo como
o conjunto R, descreva o conjunto resultante em cada item:
(a) A2 ∪ A4 (b) A1 ∩ A1 (c) Ã3
(d) A4 ∩ A1 (e) A3 ∩ ∅ (f) ∅ ∪ A2
Exercício 2.4. Quais das seguintes afirmações são verdadeiras, justifique sua res-
posta. Considere R como o conjunto universo.
(a) A ∪ A = A (b) A ∩ B = B ∩ A (c)A ∪ ∅ = A
(d) B ∩ ∅ = B (e) A ∪ A = A ∩ A (f) ˜∅ =
6 R
Exercício 2.5. Para os conjuntos A1 , A2 e A3 do Exercício 2.2, verifique a lei
distributiva.
Exercício 2.6. Represente a lei distributiva para conjuntos através do diagrama de
Venn.
Exercício 2.7. Descreva todos os subconjuntos de A = {a, c, k, y}. Quantos sub-
conjuntos de A existem?
Exercício 2.8. Se um conjunto tem n elementos. Quantos subconjuntos ele tem?
Exercício 2.9. Seja U o cojunto universo. Qual o complemento de U? Qual é o
conjunto U ∩ Ũ ? É verdade que ⊂ U e ∅ ⊂ Ũ ? Justifique suas respostas.
13
2.4.1 Par ordenado
Quando escrevemos o conjunto {a, b} não nos importamos com a ordem dos elemen-
tos, uma vez que {a, b} = {b, a}. Neste caso, {a, b} é um par não-ordenado. Se
quisermos sinalizar que a ordem dos elementos é importante, usamos a simbologia
(a, b) (lê-se, o par ordenado a, b). Neste caso, teremos (a, b) 6= (b, a), se a 6= b.
Equivalentemente, temos (a, b) = (c, d) se, e somente se, a = c e (b = d).
Analogamente, temos o conceito de tripla ordenada (a, b, c), quadrupla ordenada
(a, b, c, d), . . ., n-upla (a1 , a2 , . . . , an ).
Um exemplo de um conjunto de pares ordenados é o conjunto cujo seus elemen-
tos são pares com primeiro elemento sendo o número de produtos produzidos (por
mil unidades) por uma industria e o segundo elemento sendo o lucro bruto (por
milhares de reais) obtido pela industria pela comercialização deste mesmo número
de produtos. Assim, a dupla (2, 10) significa 2 mil produtos produzidos cuja venda
representou um lucro bruto de 10 mil reais. Aqui é óbvio que o par ordenado (10, 2)
tem um significado totalmente diferente. Qual o significado da dupla (10, 2)?
No parágrafo anterior, usamos a expressão “conjunto de pares ordenados”, onde
se entende que os pares ordenados são objetos (elementos) do conjunto. Podemos
representar um conjunto de pares odenados de forma descritiva ou de forma gráfica.
No exemplo anterior, uma representação descritiva do conjunto pode ser:
Graficamente, usamos o plano cartesiano, veja a Figura 2.2. Note que a escala
em cada eixo coordenado não é necessariamente a mesma. Ainda, o eixo horizontal
refere-se ao primeiro elemento do par ordenado, o eixo vertical ao segundo. Estes
são alguns padrões para representação gráfica de pares ordenados. Estes padrões
podem ser quebrados, desde que fique claro cada parte do gráfico.
14
Este conjunto é chamado de produto cartesiano, ou produto direto de A e B (símbolo
A × B). De forma descritiva, temos:
A × B = {(x, y) : x ∈ A e y ∈ B}
R × R = {(x, y) : x, y ∈ R}.
A × B × C = {(x, y, z) : x ∈ A, y ∈ B, z ∈ C}
A × B × C × D = {(x, y, z, t) : x ∈ A, y ∈ B, z ∈ C, t ∈ D}
A1 × A2 × · · · × An = {(x1 , x2 , . . . , xn ) : xi ∈ Ai , i ∈ {1, 2, . . . , n}}
Aqui, nós nos aproximamos de nossa limitação de esboçar várias dimensões. Para
representarmos o espaço tridimensional em um plano já tivemos que nos lançar a uma
projeção. A projeção utilizada é um tanto natural, pois é muito próxima de nossa
percepção. Entretanto, quando tratamos de mais de três dimensões a representação
gráfica fica no mínimo mais difícil. Por exemplo, a representação descritiva através
de conjuntos do R4 é um tanto direta, equanto que a representação gráfica é bastante
15
complicada. De forma similar, temos os espaços 5-dimensionais R5 , 6-dimensionais
R6 , e assim por diante.
Necessitarmos de mais de três dimensões é natural. Por exemplo, se pensarmos,
por exemplo, na produção de n produtos de um empresa, teremos que a produção
de cada produto é uma coordenada de um espaço n-dimensional. Pensando em
produção, temos que a confecção de um produto pode estar atrelada a produção
de um ou mais outros produtos. Ou seja, é importante entender a relação entre a
produção de todos os produtos.
16
dizemos que f : A → B é uma função de A em B, temos por definição, que cada
a ∈ A está relacionado a apenas um b ∈ B. Dizemos que b é função de a. Deve
estar claro que toda função é uma relação, mas que nem toda relação é uma função.
Note, que se y é função de x, então cada x está unicamente relacionado a y, mas
o contrário não é necessariamente verdadeiro. Um dado y pode estar relacionado a
mais de um x. Por exemplo, a função f : A → B, com A = 1, 2, 3 e B = −1, 1, −1
definida pelo conjunto {(1, −1), (2, 1), (3, −1)}, relaciona cada x ∈ A a um único
y ∈ B, mas o contrário é óbviamente falso!
Uma função é também chamada de mapeamento ou transformação. A notação
y = f (x) (lê-se, y é função de x) deve ser entendida por uma regra que associa cada
x a um único y.
Em uma função y = f (x), chamamos x de argumento e y de valor da função.
Ainda, comumente chama-se x de variável independente e y de variável dependente.
O conjunto de todos os valores que x pode assumir é chamado de domínio da fun-
ção (ou, simplesmente, domínio). O conjunto que os pontos de y podem assumir é
chamado de contra-domínio da função (ou, simplesmente, contra-domínio) e é co-
mumente referido pelo símbolo D(f ). Agora, o conjunto dos valores de y para os
quais existe pelo menos um x tal que y = f (x) é chamado de imagem da função (ou,
simplemente, imagem) e é comumente referido pelo símbolo Im(f ). Assim, quando
escrevemos f : A → B é uma função, temos que D(f ) ⊂ A, B é o contra-domínio
de f e Im(f ) ⊂ B.
O domínio e a imagem de uma função nem sempre são explicitadas. Quando
isso ocorre, devemos ter cuidado. Não devemos aplicar uma função a um valor fora
do domínio e não devemos procurar por um valor da variável dependente que não
pertença a imagem da função. O domínio e a imagem podem ser restringidas por
modelagem do problema. Por exemplo, se a variável independente de uma função
modela a produção de um produto, óbviamente este valor não pode ser negativo,
pois uma empresa pode fabricar ou não produtos, mas não faz sentido dizer que a
empresa fabricou −3 produtos! É difícil de listar todas as situações que levam a
determinação do domínio e da imagem, entretanto, devemos estar sempre atentos a
isso.
17
é função da produção diária Q, dado por C = 150 + 7Q. Suponhemos, ainda, que
a empresa tem uma capacidade limite de 100 unidades de produção diária. Qual é
o domínio e a imagem da função custo total? Uma vez que Q pode variar apenas
entre 0 e 100, temos que:
D(C) = {Q ∈ R : 0 ≤ Q ≤ 100}.
Para entendermos melhor a imagem desta função, observemos o esboço do gráfico
desta função custo apresentado na Figura 2.5. Vê-se que a imagem desta função
assume todos os valores entre 150 e 850, então:
Im(C) = {C ∈ R : 150 ≤ C ≤ 850}.
2.4.3 Exercícios
√
Exercício 2.10. Dados A1 = {1, 7, 10}, A2 = {x, y, z} e A3 = { 5, π}, encontre os
seguintes produtos cartesianos:
(a) A1 × A2 (b) A1 × A3 (c) A3 × A2
Exercício 2.11. Utilizando os conjuntos dados no Exercício 2.10, encontre o pro-
duto cartesiano A1 × A2 × A3 .
Exercício 2.12. Diga se em geral é verdade que A × B = B × A. Caso não seja
sempre verdade, indique quando a igualdade ocorre.
Exercício 2.13. Diga quais das seguintes figuras representa uma função no plano
cartesiano (justifique sua resposta):
(a) um círculo (b) um retângulo
(b) uma linha vertical (c) uma parábola com concavidade para baixo
Exercício 2.14. Seja f : R → R a função dada por y = 5 + 3x. Sabendo que seu
domínio é D(f ) = {x : −1 ≤ x ≤ 3}, encontre sua imagem. Faço um esboço do
gráfico de f .
Exercício 2.15. Seja a função f (x) = −x2 . Sabendo que o domínio de f é todos
os números não negativos, qual é sua imagem? Faça um esboço do gráfico de f .
√
Exercício 2.16. Dada a função f (x) = − x. Qual o domínio desta função? E
qual sua imagem? Faça um esboço de seu gráfico.
Exercício 2.17. Na teoria de firma, os economistas consideram que o custo total
C é função do nível de produção Q, i.e. C = f (Q).
(a) De acordo com a definição de função, todo valor de custo total está relacionado
a um único nível de produção?
(b) Cada nível de produção relaciona um único valor de custo total?
Exercício 2.18. Se um nível de produção Q1 pode ser produzido com um custo
C1 , então também deve ser possível (sendo menos eficiente) produzir o mesmo nível
de produção a um custo mais alto C2 . Desta forma, o nível de produção não define
unicamente um custo, o que não permite escrevermos C em função de Q. Como,
mesmo sabendo disso, podemos definir uma função C = f (Q)?
18
2.5 Tipos de funções
Várias funções são comumente encontradas na modelagem matemática. Por sua
importância vamos aqui estudar algumas de suas propriedades.
f (x) = a0 + a1 x + a2 x2 + a3 x3 + · · · + an xn
19
2.5.3 Funções racionais
Uma função racional é dada pela razão de duas funções polinomiais, i.e.:
a0 + a1 x + · · · + an xn
f (x) = .
b0 + b1 x + · · · + bm xm
Portanto, toda função polinomial é uma função racional com denominador 1 que é
a função polinomial constante.
Uma função racional especial que tem aplicações importantes na economia é a
função do tipo:
a
y = f (x) = ou yx = a,
x
cujo gráfico é uma hipérbole retangular. Uma vez que o produto de x por y é
constante, esta função tem aplicabilidades interessantes na economia. Por exemplo,
a curva de demanda é o gráfico do preço P em função da quantidade de oferta Q,
uma vez que a demada P Q se mantenha constante. Outro exemplo, é a curva do
custo fixado médio AF C (do inglês, average fixed cost). Com AF C em um dos eixos
e produção Q no outro eixo, a curva AF C deve ser uma hipórbole retangular, pois
AF C · Q = custo total fixado.
Funções do tipo xy = a nunca atingem os eixos x e y. Entretanto, a curva se
aproxima dos eixos assintóticamente: quanto maior o valor de x mais próximo de
zero é o valor de y. Similarmente, quanto maior o valor de y mais próximo de zero
é o valor de x. Assim, dizemos que os eixos são as assíntotas da função xy = a.
xn = x
| · x{z· · · x}.
n vezes
20
Como caso particular, temos x1 = x e, por definição, x0 = 1. Assim, para n, m
inteiros não-negativos segue que:
xn+m = xn · xm
xn
= xn−m
xm
1
x−n = n para todo x 6= 0
x
√
n m
x = xn
m
(xn )m = xnm
xn · y n = (xy)n .
2.5.6 Exercícios
Exercício 2.19. Faça o esboço do gráfico das seguintes funções:
(a) y = 12 − 3x (b) y = 12 + 3x (c) y = 2x − 3
Exercício 2.20. No Exercício anterior, indique quais são funções crescentes e quais
são decrescentes. Como podemos inferir sobre a declividade de funções lineares
mesmo sem conhecer seus gráficos.
Exercício 2.21. Faça o esboço do gráfico das seguintes funções:
(a) y = −x2 + 5x − 2 (b) y = x2 + 5x − 2
tomando seus domínios D(f ) = {x ∈ R : −5 < x < 5}. Diga a direção da
concavidade de cada uma destas funções e de que maneira podemos inferir sobre a
concavidade mesmo sem conhecermos seus gráficos.
Exercício 2.22. Simplifique as seguintes expressões:
(a) x4 · x11 (b) xa · xb · xc (c) x3 · y 3 · z 3
Exercício 2.23. Simplifique as seguintes expressões:
1 1
x3 x2 · x3
(a) −3 (b) 2
x x3
Exercício 2.24. Mostre que:
m √ √
xn = n
xm = ( n x)m
21
temos que para cada par ordenado (x, y) associa-se um único z. Por exemplo, temos
as funções
z = ax + bz e z = a + bx + cx2 + dy 2.
Da mesma forma que funções y = f (x) mapeiam x em y, temos que z = g(x, y)
mapeia o par ordenado (x, y) em z.
Um exemplo em economia aparece na área de funções de produção. Suponha
que a produção é determinada pela quantidade de capital K e pela força de trabalho
L empregada, então temos que a produção Q é função de K e L, i.e., Q = g(K, L).
Note que podemos estender ainda mais o conceito de função para n variáveis
indepedentes. Podemos ter, por exemplo, y = h(u, v, w), a qual mapeia um ponto
(u, v, w) no espaço tridimensional a um ponto y no espaço unidimensional.
Funções de várias variáveis também podem ser classificadas em tipos. Por exem-
plo, funções da forma
y = a0 + a1 x1 + a2 x2 + · + an xn
são funções lineares. Estas funções serão alvo de nosso estudo em álgebra linear.
No próximo capítulo vamos discutir alguns modelos econômicos para os quais
vamos aplicar alguns dos conceitos de álgebra linear que vamos desenvolver durante
este curso.
22
Capítulo 3
23
3.1.1 Mercado em equilíbrio parcial (Modelo Linear)
Em um modelo de equilíbrio estático, o problema padrão é encontrar o conjunto de
valores para as variáveis do modelo, o qual satisfaz a condição de equilíbrio para
o modelo. Quando encontramos estes valores, obtemos, de fato, as condições que
levam o modelo ao equilíbrio. Vamos exemplificar utilizando o modelo de mercado
em equilíbrio parcial, i.e., um modelo de determinação de preço em um mercado
isolado.
Construção do modelo
Uma vez que vamos considerar apenas um bem ou serviço, o modelo consiste de
apenas três variáveis: a quantidade demandada do bem ou serviço (Qd ), a quanti-
dade de oferta do bem ou serviço (Qs ) e seu preço (P ). A quantidade é medida,
digamos, em kilogramas por semana e seu preço em reais. Tendo determinado as
variáveis, devemos fazer algumas hipóteses sobre o funcionamento do mercado. Pri-
meiro, precisamos especificar uma condição de equilíbrio, o que é indispensável em
modelos de equilíbrio. A hipótese padrão é que o mercado está em equilíbrio se, e
somente se, o excesso de demanda é zero, i.e., Qd − Qs = 0. Mas, isso levanta a
questão sobre como determinamos Qd e Qs . Para tanto, assumimos que Qd é uma
função linearmente decrescente de P (i.e., se P aumenta, Qd diminui). Por outro
lado, Qs é suposta ser linearmente crescente com respeito a P (i.e., se P aumenta,
Qs aumenta), com uma suposição extra de que o bem ou serviço só é produzido se o
preço excede um certo nível positivo. Em resumo, o modelo contém uma condição
de equilíbrio e duas equações que governam a demanda e o oferta.
Ou seja, colocando em equações matemáticas, o modelo pode ser escrito como
segue:
Qd = Qs condição de equilíbrio (3.1)
Qd = a − bP equação governante para a demanda (3.2)
Qs = −c + dP equação governante para a oferta (3.3)
onde, os parâmetros a, b, c, d > 0 e a, b, c, d ∈ R.
24
A equação de governo para a oferta, têm valor mínimo −c < 0 e cresce a uma taxa
d > 0 em relação a P . Desta forma, a produção só ocorre quando P é suficientemente
grande de forma que −c + dP > 0, i.e. P > c/d. Veja a Figura 3.1.
Agora que temos o modelo, nos resta resolvê-lo para obtermos os valores das
três variáveis P , Qd e Qs . Notemos, que nossa condição de equilíbrio Eq. (3.1), nos
garante igualar as equações Eq. (3.2) e Eq. (3.3), obtemos:
a − bP = −c + dP
ou seja,
a+c
P = (3.4)
b+d
que é o preço que deixa o mercado em equilíbrio parcial. Uma vez que explicitamos
o preço P , podemos usá-lo para encontrarmos Qd , através da Eq. (3.2), e Qs , através
da Eq. (3.3), obtemos:
a+c ad − bc
Qd = a − bP = a − b = (3.5)
b+d b+d
a+c ad − bc
Qs == −c + dP = −c + d = . (3.6)
b+d b+d
A solução encontrada depende dos parâmetros a, b, c, d. Ou seja, uma vez que
conhecemos estes valores, as expressões Eq. (3.4), (3.5) e (3.6) nos fornece o preço,
a quantidade de demanda e a quantidade de oferta do bem ou serviço. Agora, estes
parâmetros não podem ser escolhidos deliberadamente, eles dependem do objeto de
estudo. Para o dado bem ou serviço e o mercado a ser considerado, os parâmetros
devem ser determinados a partir de observações (medições) da realidade. Assim,
as curvas Eq. (3.3) e (3.2) são ajustadas o mais próximo da realidade observada.
Normalmente, estes parâmetros são obtidos via técnicas de regressão linear.
Entretanto, os parâmetros são, ainda, restritos a certas condições que dependem
da teoria econômica. Lembre que durante a modelagem, observamos que a, b, c, d de-
vem ser todos maiores que zero. Isto se deve ao fato de que a demanda deve diminuir
quando o preço aumenta e a oferta deve aumentar quando o preço aumenta. Deve-
mos observar, ainda, que tanto a demanda como a oferta devem sempre ser maiores
que zero (quantidades nunca são negativas!). Ou seja, a solução deve satisfazer:
ad − bc
Qd = Qs = > 0.
d+d
Como, sempre d + b > 0, pois d, b > 0, temos que necessariamente ad − bc > 0,
ou seja, ad > bc. Essa nova condição deve ser respeitada quando escolhemos os
parâmetros. Caso a realidade não nos permita escolher valores que satisfaçam as
condições do modelo, então o modelo não é válido e, portanto não pode ser aplicado
para descrever o objeto de estudo!
25
Exercícios
Exercício 3.1. Dado o modelo de mercado:
Qd = Qs
Qd = 21 − 3P
Qs = −4 + 8P
(a) Verifique se os parâmetros do modelo satisfazem as condições de modelagem.
(b) Resolva o modelo por um processo de solução a partir do modelo. (c) Compare
os valores de P , Qs e Qd , encontrados no item (b) com os valores obtidos através
das fórmulas Eq. (3.4), (3.5), (3.6).
Exercício 3.2. Faça um esboço do gráfico das funções Qd e Qs em um mesmo
gráfico e marque no gráfico o ponto de equilíbrio. Resolva cada um dos seguintes
modelos para encontrar o respectivo ponto de equilíbrio. Lembre de verificar se os
parâmetros são válidos.
Qd = Qs Qd = Qs
(a) Qd = 51 − 3P (b) Qd = 30 − 2P
Qs = 6P − 10 Qs = −6 + 5P
Exercício 3.3. Se b + d = 0 no modelo de mercado Eq. (3.1), (3.2) e (3.3), então é
possível encontrar um ponto de equilíbrio? Justifique sua resposta.
Exercício 3.4. Se b + d = 0 no modelo de mercado Eq. (3.1), (3.2) e (3.3), o que
pode ser dito sobre a demanda e a oferta em relação ao preço?
26
com, i = 1, 2, . . . , n.
Portanto, se uma solução para o modelo existe (nem sempre existe solução para
o modelo!), então teremos um conjunto de preços Pi , demandas Qdi e ofertas Qsi ,
tais que todas as condições de equilíbrio sejam satisfeitas simultaneamente.
De forma similar, utilizamos as equações Eq. (3.10), (3.11) e (3.12), para obter-
mos
0 = Qd2 − Qs2 = (α0 − β0 ) + (α1 − β1 )P1 + (α2 − β2 )P2 . (3.14)
Agora, para encontrarmos os preços P1 e P2 , devemos resolver as equações
Eq. (3.13) e (3.14) simultaneamente. Antes, note que estamos lidando com 12 parâ-
metros, o que torna confusa a álgebra. Para simplificarmos a notação, vamos definir
novas constantes da seguinte forma:
b1 = −(a0 − b0 )
c1j = aj − bj
b2 = −(α0 − β0 )
c2j = αj − βj
27
com j = 1, 2. Nesta nova notação, temos que as equações Eq. (3.13) e (3.14) podem
ser reescritas da seguinte maneira:
28
Exercícios
Exercício 3.5. Resolva o seguinte modelo de mercado com dois bens ou serviços
passo a passo.
Qd1 − Qs1 = 0
Qd1 = 10 − 2P1 + P2
Qs1 = −2 + 3P1
Qd2 − Qs2 = 0
Qd2 = 15 + P1 − P2
Qs2 = −1 + 2P2
Y = C + I0 + G 0 (3.20)
C = a + bY (3.21)
Y = a + bY + I0 + G0
donde, temos:
a + I0 + G 0
Y = (3.22)
1−b
a qual nos fornece o renda nacional em equilíbrio dependendo apenas dos parâmetros
do modelo.
29
Para obtermos C em equilíbrio, basta substituir Y na equação Eq. (3.21) por
sua expressão dada em Eq. (3.22). Fazendo isso, obtemos:
a + I0 + G 0
C =a+b
1−b
ou seja:
a + b(I0 + G0 )
C= (3.23)
1−b
a qual fornece C em equilíbrio.
Ambas soluções Eq. (3.22) e (3.23) têm denominador 1 − b, portanto devemos
impor a condição b 6= 1 para evitarmos divisão por zero. Ainda, Y e C devem ser
valores positivos, logo o numerador em cada uma das expressões Eq. (3.22) e (3.23)
deve ter o mesmo sinal de (1 − b).
É importante ressaltar que este modelo de renda nacional é demasiado simples
e de pouca, ou nenhuma validade, no mundo real. Entretanto, modelos mais so-
fisticados podem ser construídos, seguindo as idéias básicas discutidas nesta seção.
Entretanto, não é nosso objetivo nos aprofundar em modelos econômicos.
Exercícios
Exercício 3.8. Dado o seguinte modelo:
Y = C + I0 + G 0
C = a + b(Y − T ), com (a > 0, 0 < b < 1) e T é imposto
T = d + tY, com (d > 0, 0 < t < 1) e t é taxa de impostos
(a) Quais são as variáveis? Quais são os parâmetros externos? Quais são os
parâmetros de ajuste?
Exercício 3.9. Resolva o modelo anterior sabendo que I0 = 16, G0 = 14, a = 25,
1
b = 41 , d = 1 e t = 10 .
30
Capítulo 4
a1 x1 + a2 x2 + · · · + an xn = b (4.1)
x1 + 2x2 − 3x3 = 0
Para resolvermos (ou seja, buscarmos pela solução) de um sistema linear, pode-
mos utilizar o método da eliminação.
31
1. Trocar a posição de duas equações.
x + 2y − 3z = 0
x − y + z = 1
2x + y − z = 2.
Vamos resolver este sistema pelo método da eliminação. A idéia é aplicar apenas as
operações dadas na Definição 4.3 para eliminar x da segunda e da terceira equações.
Depois, eliminamos y da terceira equação, de forma que a terceira equação se trans-
forme em uma equação de apenas uma incógnita, de fácil solução. Assim, obtermos
z e depois utilizamos a segunda equação para obtermos y. Por fim, utilizamos a
primeira equação para obtermos x.
Seguindo esta estratégia, trocamos a segunda equação pela soma da primeira
equação, multiplicada por −1, com a segunda equação:
x + 2y − 3z = 0
− 3y + 4z = 1
2x + y − z = 2
x + 2y − 3z = 0
− 3y + 4z = 1
− 3y + 5z = 2
32
Agora, trocamos a terceira equação pela soma da segunda equação, multiplicada por
−1, com a terceira equação, obtemos:
x + 2y − 3z = 0
− 3y + 4z = 1
z = 1
Note, que desta forma, a terceira equação têm apenas uma incógnita, e portanto,
podemos resolvê-la de maneira trivial. Temos:
z = 1.
Daí, podemos utilizar a segunda equação para obtermos y, pois:
−3y + 4z = 1 ⇒ −3y + 4(1) = 1
⇒ −3y = −3
⇒ y = 1.
Por fim, utilizamos a terceira equação para obtermos x, ou seja:
x + 2y − 3z = 0 ⇒ x + 2(1) − 3(1) = 0
⇒ x = 1.
Logo, a solução do sistema linear é x = 1, y = 1 e z = 1. Você saberia verificar este
resultado?
Exemplo 4.3 (Sistema linear com infinitas soluções). Considere o seguinte sistema
linear
x + 2y − 3z = 0
x − 3y + 4z = 1
Seguimos o método da eliminação. Trocamos a segunda equação pela soma da
primeira equação, multiplicada por −1, com a segunda equação:
x + 2y − 3z = 0
− 5y + 7z = 1
Note, que agora não temos como continuar eliminando variáveis. Assim, o melhor
que podemos fazer é utilizar a segunda equação pela isolarmos uma das incógnitas,
digamos y. Obtemos
1 7
−5y + 7z = 1 ⇒ y = − + z
5 5
Com isso, podemos isolar x utilizando a primeira equação:
1 7
x + 2y − 3z = 0 ⇒ x + 2 − + z − 3z = 0
5 5
2 1
⇒x− − z =0
5 5
2 1
⇒ x = + z.
5 5
Desta forma, z não está determinado. Entretanto, para qualquer número de desig-
narmos para z, obtemos x e y. Logo, temos infinitas soluções.
Por exemplo, se z = 1, então y = 65 e x = 53 . Verifique isto! Você poderia dar
mais um exemplo de uma solução?
33
Exemplo 4.4 (Sistema linear sem solução). Considere o seguinte sistema linear
x + 2y = 0
x − 3y = 1
2x + y = −1
x + 2y = 0
− 5y = 1
2x + y = −1
x + 2y = 0
− 5y = 1
− 3y = −1
x + 2y = 0
− 5y = 1
0 = − 85
Note que a terceira equação é um absurdo!!! Logo, o sistema não têm solução, pois
0 não é igual a − 85 .
Qd1 − Qs1 = 0
Qd1 = 10 − 2P1 + P2
Qs1 = −2 + 3P1
Qd2 − Qs2 = 0
Qd2 = 15 + P1 − P2
Qs2 = −1 + 2P2
34
4.2 Matrizes
Definição 4.4. Uma matriz A m × n é um arranjo retangular de mn números
distribuídos em m linhas e n colunas, da forma:
a11 a12 · · · a1j · · · a1n
a21 a22 · · · a2j · · · a2n
. .. .. ..
.
. . . .
A=
ai1 ai2 · · · aij · · · ain
. .. .. ..
.. . . .
am1 am2 · · · amj · · · amn
A i-ésima linha de A é
[ai1 ai2 · · · ain ] com 1 ≤ i ≤ m
e a j-ésima coluna de A é
a1j
a2j
com 1 ≤ j ≤ n.
..
.
amj
Se m = n dizemos que A é uma matriz quadrada de ordem n e que os números a11 ,
a22 , . . ., ann formam a diagonal principal da matriz A. Denotamos um elemento
da i-ésima linha e j-ésima coluna de A por aij . Ainda, para economizar escrita,
escrevemos A = [aij ]mni,j=1 .
35
Observação 4.3. A linha de uma matriz é um vetor linha. A coluna de uma matriz
é um vetor coluna.
Definição 4.6. Uma matriz quadrada A = [aij ]nn i,j=1 em que todos os termos da
diagonal principal são iguais, aii = c para i = 1, . . . , n, e aij = para i 6= j é chamada
de matriz escalar.
Exemplo 4.8. A matriz identidade I de ordem 3 dada por
1 0 0
I = 0 1 0
0 0 1
é um exemplo de uma matriz escalar.
Definição 4.7. Duas matrizes A = [aij ]mni,j=1 e B = [bij ]i,j=1 são iguais se, e somente
rs
36
Definição 4.10. Se A1 , A2 , . . ., Ak são matrizes m × n e c1 , c2 , . . ., ck são números
reais, então
c1 A1 + c2 A2 + · · · + ck Ak
é chamada de combinação linear de A1 , A2 , . . ., Ak e c1 , c2 , . . ., ck são chamados de
coeficientes da combinação.
37
Exemplo 4.13. Sejam
~a = [−3 2 − 1] e ~b = [3 − 1 5].
Temos:
~a · ~b = −3(3) + 2(−1) + (−1)5 = −16.
n
X
(ab)ij = aik bkj .
k=1
então:
(−1)2 + 2(3) −1(1) + 2(−2) (−1)0 + 2(1) 4 −5 2
AB = = .
2(2) + 1(3) 2(1) + 1(−2) 2(0) + 1(1) 7 0 1
un
Daí: n n
X X
~u~v = ui vi = vi ui = ~v T ~u.
i=1 i=1
38
Observação 4.6 (Produto matriz por vetor em termos de vetores colunas). Note
que, por exemplo:
−1 3 −2 x −1 3 −2
A = 2 −5 7 y = x 3 + y −5 + z 7
−2 4 8 z −2 7 8
Ou seja, o produto de uma matriz A por um vetor ~x, i.e. A~x, é uma combinação
linear dos vetores colunas da matriz A.
Definição 4.14 (Forma matricial de um sistema linear). Seja dado o sistema linear:
A~x = ~b
onde:
a11 a12 · · · a1j · · · a1n
a21 a22 · · · a2j · · · a2n
.. .. .. ..
. . . .
A=
ai1 ai2 · · · aij · · · ain
.. .. .. ..
. . . .
am1 am2 · · · amj · · · amn
x1 b1
x2 b2
. ..
.
. ~ .
~x = e b = .
xi bj
. ..
.. .
xn bm
Ainda, a matriz:
a11 a12 · · · a1j · · · a1n | b1
a21 a22 · · · a2j · · · a2n | b2
.. .. .. .. ..
. . . . | .
A=
ai1 ai2 · · · aij · · · bi ain |
.
.. .
.. .
.. .. ..
. . |
am1 am2 · · · amj · · · amn | bm
39
Exemplo 4.15. Seja dado o sistema linear
x1 + 2x2 − x3 = 1
−x1 − 3x2 = −1
x2 + x3 = 2
Exercício 4.9. KOLMAN, Capítulo 1, Seção 1.3, Exercícios 1.3, número 31.
(a)A + B = B + A
(b)A + (B + C) = (A + B) + C
(c)Existe uma única matriz O (matriz nula) tal que A + O = A
(d)Para cada matriz A, existe uma única matriz − A (matriz oposta) tal que A + (−A) = O
40
Teorema 4.2. Se A, B e C forem matrizes de tamanho apropriados, então valem
as seguintes afirmações:
(a)A(BC) = (AB)C
(b)A(B + C) = AB + AC
(c)(A + B)C = AC + BC
Observação 4.7. Observe que, ao contrário de números reais, nem sempre é verdade
que AB = BA! Ou seja, em geral, AB 6= BA.
(a)r(sA) = (rs)A
(b)(r + s)A = rA + sA
(c)r(A + B) = rA + rB
(d)A(rB) = (rA)B = r(AB)
(a)(AT )T = A
(b)(A + B)T = AT + B T
(c)(AB)T = B T AT
(d)(rA)T = rAT
Definição 4.16. Uma matriz A é chamada de matriz simétrica se, e somente se:
AT = A.
41
Figura 4.1: Ilustração de um vetor no plano.
42
Assim, por exemplo, a imagem do vetor ~v = 1 1 é A~v = 4 1 .
Para um vetor qualquer ~u = x0 y0 , teremos a imagem A~v = x0 + 3y0 −x0 + 2y0 .
Agora,
paradeterminarmos o conjunto imagem, devemos verificar se dado um vetor
~v = x y , conseguimos encontrar x0 e y0 tais que:
x0 + 3y0 = x
−x0 + 2y0 = y
Daí, obtemos:
3x + 3y x+y
x0 = x − e y0 = .
5 5
Logo, para qualquer vetor ~v , existe um vetor ~u tal que ~v = A~u. Portanto, o conjunto
imagem da transformação matricial é R2 .
Observação 4.8. Já observamos que todo o sistema linear pode ser escrito na forma
matricial A~x = ~b. Ou seja, quando estamos resolvendo um sistema linear, estamos
procurando pelo vetor ~x cuja imagem da transformação matricial A~x é ~b.
43
Solução Primeiramente, escrevemos:
.
1 1 1 .. 1
1 1 −2 ... 3
.
2 1 1 .. 2
Agora, escalonamos por linhas até obtermos uma matriz triangular superior, cuja
diagonal contenha apenas 0 ou 1. Isto é:
..
1 1 1 . 1
0 1 1 ...
0
..
0 0 1 . −3 2
x + y + z = 1
y + z = 0
z = − 23
x + y + z = 1
x + y − 2z = 3
2x + y + z = 2
44
Solução Primeiramente, escrevemos:
.
1 1 1 .. 1
1 1 −2 ... 3
.
2 1 1 .. 2
Agora, escalonamos por linhas até obtermos uma matriz diagonal, cujas componen-
tes sejam 0 ou 1. Isto é:
..
1 0 0 . 1
0 1 0 ...
2
3
..
0 0 1 . −3 2
x = 1
2
y = 3
z = − 32
Logo, temos z = − 23 , y = 2
3
e x = 1. ♦
A~x = ~0.
Observação 4.10. Seja A~x = ~b, com ~b 6= 0 um sistema linear consistente (i.e.,
o sistema tem solução). Se ~xp é uma solução particular deste sistema e ~xh é uma
solução do sistema homogêneo associado (A~x = ~0), então xp + xh também é solução
do sistema original. Ou seja, qualquer solução ~xq de A~x = ~b pode ser escrita na
forma ~xp + ~xh , onde ~xp é uma solução do sistema não homogêneo e ~xh é uma solução
do sistema homogêneo associado.
45
4.7 Inversa de uma Matriz
Definição 4.19. Uma matriz A (n × n)-dimensional é dita invertível (ou não-
singular) se, e somente se, existir uma matriz A−1 tal que
AA−1 = A−1 A = In .
Neste caso, A−1 é chamada de matriz inversa de A. Se A−1 não existir, então A é
dita não-invertível (ou, singular.
AA−1 = In
Agora, denotando
−1 x1 x2
A = .
y1 y2
Temos que:
−1 1 2 x1 y1 1 0
AA = =
1 1 x2 y2 0 1
Logo, podemos identificar dois sistemas lineares
x1 + 2x2 = 1
x1 + x2 = 0
e
y1 + 2y2 = 0
y1 + y2 = 1
Resolvendo estes sistemas, obtemos:
−1 x1 y1 −1 2
A = =
x2 y2 1 −1
46
Demonstração. (a) Por definição, temos:
AA−1 = A−1 A = In
e
(B −1 A−1 )AB = B −1 (A−1 A)B = B −1 In B = B −1 B = In .
(c) Queremos mostrar que (A−1 )T é a inversa da matriz AT . Para tanto, verifica-
mos a definição: T T
A−1 AT = AA−1 = InT = In
e T T
AT A−1 = A−1 A = InT = In .
47
4.7.2 Sistemas lineares e a matriz inversa
Seja dado o sistema linear A~x = ~b. Note que, se A−1 existe, então:
A~x = ~0
Demonstração. Suponha que A é invertível e ~xh é uma solução não trivial do sistema
homogêneo. Então:
(a) A é invertível
(c) O sistema A~x = ~b tem uma única solução para qualquer ~b.
x + 2y + 3z = 1 2x + y − z = −1
(a) 2y + 2z = 2 (b) x − 2y − 3z = 0
x + 2y + 3z = 0 −3x − y + 2z = 1
(λ − 1)x + 2y = 0
2x + (λ − 1)y = 0
48
4.8 Decomposição LU
A decomposição LU está relacionada ao método de eliminação de Gauss. Dada uma
matriz A, buscamos reescrevê-la como o produto de uma matriz diagonal inferior L
e uma matriz diagonal superior U, ou seja:
A = LU.
Obtemos U anulando os elementos a baixo da diagonal de A, ou seja:
(E1 × E2 × · · · × En ) A = U
onde Ei são as matrizes elementares que representam os distintos passos da elimi-
nação. Daí:
A = (E1 × E2 × · · · × En )−1 U
Daí, temos:
A = LU
onde:
U = (E1 × E2 × · · · × En ) A
e
L = (E1 × E2 × · · · × En )−1
Exemplo 4.22. Seja A a matriz
6 −2 −4 4
3 −3 −6 1
A=
−12
8 21 −8
−6 0 −10 7
49
Referências Bibliográficas
[1] Howard Anton. Cálculo um novo horizinte, volume 1. Bookman, 6th edition,
2000.
[2] Rutherford Aris. Vectors, Tensors, and the Basic Equations of Fluid Mechanics.
Dover Publications, 1989.
[8] C.H. Edwards and D.E. Penney. Cálculo com Geometria Analítica, volume 1.
1997.
[9] B. Kolman and D.R. Hill. Introdução à Álgebra Linear com Aplicações. 8.
edition, 2006.
[12] S. H. Leuba and J. Zlatanova. Biology at the Single Molecule Level. Pergamon,
2001.
29
[19] M.R. Spiegel. Formulas y Tabelas de Matematica Aplicada. 2. edition, 2005.
[23] J. Warnatz, U. Maas, and R.W. Dibble. Combustion: Physical and Chemical
Fundamentals, Modeling and Simulation, Experiments, Pollutant Formation.
Springer, 3rd edition, 2001.
30