Escolar Documentos
Profissional Documentos
Cultura Documentos
Nampula, Abril
2021
Faculdade de Ciências Agrárias
Discentes:
- Margarida Domingos Alberto
- Maria Helena
- Momade Arnaldo Muatuca
- Samito Paulino Chinês
1º Grupo
Nampula, Abril
2021
2
Índice
Introdução ............................................................................................................................... 4
MATRIZES E VECTORES ................................................................................................... 5
1. Matrizes .............................................................................................................................. 5
1.1. Representação de uma matriz .......................................................................................... 5
1.2. Tipos de matrizes ............................................................................................................. 6
1.3. Igualdade de Matrizes ...................................................................................................... 8
1.4. Operações de Matrizes ..................................................................................................... 8
1.5. Determinantes .................................................................................................................. 9
1.5.1. Determinante de 1ª Ordem .......................................................................................... 10
1.5.2. Determinante de 2ª Ordem .......................................................................................... 10
1.5.3. Determinante de 3ª Ordem .......................................................................................... 10
1.5.4. Menor Complementar ................................................................................................. 11
1.5.6. Propriedades dos determinantes .................................................................................. 11
1.6. Matriz Inversa ................................................................................................................ 12
1.6.1. Matriz Singular ........................................................................................................... 12
1.6.2. Matriz Não-Singular ................................................................................................... 12
1.6.3. Propriedades da Matriz Inversa .................................................................................. 12
1.7. Operações Elementares .................................................................................................. 13
1.8. Equivalência de Matrizes ............................................................................................... 13
1.9. Transformação de uma Matriz na Matriz Unidade ........................................................ 13
1.10. Inversão de uma Matriz por Método de Operações Elementares ................................ 14
2. Vectores ............................................................................................................................ 15
2.1. Adição de Vectores ........................................................................................................ 15
Propriedades: ........................................................................................................................ 15
2.2. Multiplicação por escalar ............................................................................................... 16
2.3. Operações com vectores ................................................................................................ 16
2.4. Espaços vectoriais .......................................................................................................... 19
2.5. Subespaços vectoriais .................................................................................................... 21
2.6. Combinação linear ......................................................................................................... 24
Conclusão.............................................................................................................................. 25
Referências Bibliográficas .................................................................................................... 26
3
Introdução
Neste trabalho da cadeira de Álgebra Linear é de carácter avaliativo e investigativo, que visa
na apresentação do tema Matrizes e Vectores. Estes temas são estudados e aplicados no
quotidiano, por deve-se conhecer o arranjo rectangular de elementos de um conjunto é
designado; onde se trata a acção de um corpo sobre outro (uma força) sendo só caracterizada
pelas suas intensidade, direcção e pelo seu sentido. Ao longo do desenvolvimento do trabalho
ira-se abordar sobre os seguintes conteúdos: Matrizes (Tipos, Igualdade, Operações,
Determinantes, Inversão, Equivalência e Transformação); Vectores (Operações, Espaços e
Subespaços Vectoriais, Combinação Linear). O trabalho esta estruturado em: Introdução,
Desenvolvimento, Conclusão e Referência Bibliográfica.
4
MATRIZES E VECTORES
1. Matrizes
Matriz é uma tabela organizada em linhas e colunas no formato m x n, onde m representa o
número de linhas (horizontal) e n o número de colunas (vertical). A função das matrizes é
relacionar dados numéricos. Por isso, o conceito de matriz não é só importante na
Matemática, mas também em outras áreas já que as matrizes têm diversas aplicações.
( ) ‖ ‖
A matriz A possui duas linhas e três colunas, logo, sua ordem é dois por três → A2x3.
A matriz B possui uma linha e quatro colunas, logo, sua ordem é um por quatro, por
isso recebe o nome de matriz linha → B1x4.
A matriz C possui três linhas e uma coluna, e por isso é chamada de matriz coluna e
sua ordem é três por um → C3x1.
( )
5
Observando o primeiro elemento que está localizado na primeira linha e primeira coluna, ou
seja, na linha um e coluna um, temos o número 4. A fim de facilitar a escrita, vamos denotá-lo
por: a11 -> elemento da linha um, coluna u. Assim temos os seguintes elementos da matriz
A2x3:
a11 = 4; a12 =16; a13 = 25; a21 = 81; a22 = 100; a23 = 9
De modo geral, podemos escrever uma matriz em função de seus elementos genéricos, essa é
a matriz genérica. Uma matriz de m linha e n colunas é representada por:
[ ]
ou
* +
Além disso, foi dada a lei de formação da matriz, ou seja, a cada elemento satisfaz-se a
relação . Substituindo os valores de i e j na fórmula, temos:
Portanto, a matriz A é: * +
Matriz linha: matriz do tipo 1 × n, ou seja, com uma única linha. Por exemplo, a
matriz do tipo 1 × 4.
Matriz coluna: matriz do tipo m × 1, ou seja, com uma única coluna. Por exemplo,
( ), do tipo 3 × 1.
6
Matriz quadrada: matriz do tipo n × n, ou seja, com o mesmo numero de linhas e
colunas; dizemos que a matriz e de ordem n. Os elementos da forma Constituem a
diagonal principal. Os elementos em que i + j = n + 1 constituem a diagonal
secundária.
Matriz nula: matriz em que todos os elementos são nulos; é representada por .
Por exemplo, * +
Matriz diagonal: matriz quadrada em que todos os elementos que não estão na
Por exemplo: [ ]
Matriz transposta: Dada uma matriz A(m × n), a matriz que se obtém trocando
ordenadamente as linhas pelas colunas chama-se transposta de A, e é indicada por At
(ou por At). Por exemplo:
[ ] * +
Matriz simétrica: matriz quadrada de ordem n tal que A = At. Por exemplo:
Por exemplo: [ ]
7
Matriz Triangular:
i) Superior: Quando uma matriz A tem os elementos nulos para i > j.
Exemplo: [ ]
ii) Inferior: Quando uma matriz A tem os elementos nulos para i < j.
Exemplo: [ ]
* + * +
Propriedades
Comutativa:
Associativa:
Elemento oposto:
Elemento neutro: , se 0 for uma matriz nula de mesma ordem que A
⏞ ⏞ ⏞ ⏞ ⏞
* + * + * + * + [ ] * +
8
1.4.3. Multiplicação de matrizes
A multiplicação de duas matrizes, A e B, só é possível se o número de colunas de A for igual
ao número de linhas de B, ou seja, .
[ ] * + [ ] [ ]
[ ]
Propriedades
Associativa:
Distributiva à direita:
Distributiva à esquerda:
Elemento neutro: , onde é a matriz identidade
real. Exemplo: * + * + * +
Propriedades
1.5. Determinantes
Determinante é um número que se associa a uma matriz quadrada. De modo geral, um
determinante é indicado escrevendo-se os elementos da matriz entre barras ou antecedendo a
matriz pelo símbolo det.
[ ]
10
1.5.4. Menor Complementar
Chamamos de menor complementar relativo a um elemento de uma matriz M, quadrada
de ordem n > 1, o determinante , de ordem n − 1, associado à matriz obtida de M quando
suprimimos a linha e a coluna que passam por . Por exemplo, dada a matriz:
* +
* + * +
[ ] , de ordem 3, temos: * +
1.5.5. Cofactor
Chama-se de cofactor de um elemento de uma matriz quadrada o numero tal que
* + . Assim
11
v. Teorema de Jacobi: o determinante de uma matriz não se altera quando somamos aos
elementos de uma fila, uma combinação linear dos elementos correspondentes de filas
paralelas.
vi. Os determinantes de uma matriz e o de sua transposta são iguais.
vii. Multiplicando-se por um numero real todos os elementos de uma fila em uma matriz, o
determinante dessa matriz fica multiplicado por esse numero.
viii. Quando trocamos as posições de duas filas paralelas, o determinante de uma matriz
muda de sinal.
ix. Quando, em uma matriz, os elementos acima ou abaixo da diagonal principal são todos
nulos, o determinante é igual ao produto dos elementos dessa diagonal.
x. Quando, em uma matriz, os elementos acima ou abaixo da diagonal secundária são
todos nulos, o determinante é igual ao produto dos elementos dessa diagonal
multiplicados por .
xi. Para A e B matrizes quadradas de mesma ordem n, . Como
xii. Se , então
12
iii. A matriz unidade I é não-singular e é a sua própria inversa: I = I-1.
iv. Se a matriz A é não-singular, sua transposta AT também é. A matriz inversa de AT= (A-1) T.
v. Se as matrizes A e B são não-singulares e de mesma ordem, o produto AB é uma matriz
não-singular. A matriz inversa de AB é a matriz B-1. A-1.
Como se vê, as operações elementares já foram vistas nas propriedades V, VI e VII dos
determinantes. As propriedades VI e VII alteravam seu valor, daí a necessidade de efectuar
compensações. Não é o caso, porém das matrizes: as operações elementares têm por objectivo
transformar, por intermédio delas, uma matriz A em uma matriz B, equivalente a ela.
[ ] [ ]
[ ] [ ]
[ ] ( ) [ ] ( )
13
[ ] ( ) [ ] ( )
[ ]
[ ] [ | ] [ | ]
[ | ] [ | ]
[ | ] ( ) | ( )
[ ]
| |
( ) ( )
| |
[ ] [ ]
[ ]
14
2. Vectores
Um vector é definido por três características: intensidade, direcção e sentido. Força,
deslocamento e velocidade são representados por vectores, mas um vector pode ser bem mais
do que isso.
Desenhando um vector no plano cartesiano, ele deve apresentar uma origem e uma
extremidade. Os segmentos orientados cuja origem é o ponto (0,0) são chamados de vectores
no plano, e são muito mais fáceis de trabalhar. Para representá-lo, basta indicar o par
ordenado que corresponda à sua extremidade, pois já conhecemos seu ponto inicial. A
definição segue para vectores no espaço, caso em que a origem dos vectores é o ponto (0,0,0),
e assim por diante.
De tal forma, para representar um vector ⃗⃗⃗⃗⃗ com ponto inicial na origem, usa-se
usualmente a notação de coordenadas V = (a, b, c), mas também existe a notação de matriz
Com essas notações, a soma de vectores e a multiplicação do vector por um escalar são
operações que ficam bem mais simples.
15
2.2. Multiplicação por escalar
Sejam . Definimos a multiplicação de A por λ como
sendo:
2.3.1. Módulo
Seja, definimos o módulo ou a norma de um vector como sendo:
16
Sejam e dois vectores quaisquer em ℝ . O produto
escalar é definido como a multiplicação termo a termo e a soma dos produtos:
A norma (ou módulo) de um vector pode ser caracterizada pelo produto escalar: = ∙ ,
como é provado a seguir:
√
Tentaremos resolver este sistema. Para isso, começaremos multiplicando a primeira equação
por 2, a segunda por − 2 e, em seguida, somaremos as duas equações. A seguinte equação é
obtida:
Agora fica fácil visualizar os valores das variáveis. Se x assumir o valor do coeficiente de z na
primeira equação, y assumi o valor do coeficiente de z na segunda equação, basta que z
assuma o valor dos coeficientes de x e de y (que são iguais) para as equações serem
verdadeiras. O conjunto-solução é:
17
{
| | , em que:
Como vimos, o produto vectorial de dois vectores já surgiu com uma propriedade importante:
é um vector simultaneamente perpendicular aos dois vectores. Vejamos a seguir mais
propriedades do produto vectorial:
i. × = −( × )
ii. ×( )= ( × )=( )× , , e qualquer
iii. × = 0, e qualquer
iv. × + = × +( × )e( + )× = ( × ) + ( × ), , ,
v. ( × )× =( . ) −( . ) , , ,
vi. ( × ). ( × ) = ( . )( . ) − ( . )2
vii. Se A e B são dois vectores não nulos de e θ é a medida do ângulo formado por A e
B, então: | × | = | | . | |. θ
18
2.4. Espaços vectoriais
Um espaço vectorial é um conjunto de vectores. As oito propriedades citadas acima devem ser
satisfeitas, além de duas operações: soma e multiplicação por escalar. Considerando dois
vectores quaisquer de um espaço vectorial V, a soma deles deve ser um terceiro vector que
ainda faz parte de V. Se multiplicarmos um vector de V por um escalar, o resultante também
deve ser elemento de V.
Em resumo, um espaço vectorial real é um conjunto V, não vazio, com duas operações:
Soma: → Se , , então + ;
Produto por escalar: → Se é escalar e , então .
Se uma dessas duas operações não for válida para um conjunto W, então é porque o conjunto
não é um espaço vectorial. Dizemos que um espaço vectorial é fechado em relação às duas
operações (soma e multiplicação por escalar). Para saber se um conjunto é um espaço
vectorial, verifica-se se as duas operações são válidas e depois se as oito propriedades dos
vectores também são válidas.
Logo, W não é um conjunto fechado em relação a essas duas operações e, portanto, não é um
espaço vectorial.
19
Exemplo: Considere em V = o produto por escalar usual, mas com a adição, a operação
definida por: ( 1, 1) + ( 2, 2) =( 1 + 2, 1 + 2 2). Determine se V, com essas operações, é
um espaço vectorial.
Solução:
i)
1. Soma: ( 1, 1) + ( 2, 2) =( 1 + 2, 1 + 2 2)
2. Produto por escalar: ( 1, 1) =( 1, 1)
Logo, V é um espaço fechado em relação a essas duas operações. Portanto, temos que
verificar as oito propriedades.’
20
ii)
1. Associativa na adição: ⃗ + = ( 1, 1) + ( 2, 2) =( 1 + 2, 1 + 2 2)
⃗ + = ( 2, 2) + ( 1, 1) =( 2 + 1, 2 + 2 1)
Exemplo: O conjunto que contém um único objecto, com as operações definidas por:
Exemplo: Em , os únicos subespaços são a origem, as rectas e os planos que passam pela
origem e o próprio .
{ | |[ ] [ ]
Desta forma, estamos procurando, dentro do espaço vectorial (3,1), os vectores que
satisfazem o sistema, isto é, o conjunto dos vectores-solução. Depois precisamos saber se esse
[ ] ([ ] [ ]) [ ][ ] [ ][ ] [ ] [ ] [ ]
[ ] ([ ] [ ]) [ ] [ ]
O resultado de (i) e (ii) ainda pertence ao conjunto dos vectores-solução e, portanto, ele é
subespaço de (3,1).
2.5.1. Intersecção
Dados W1 e W2 subespaços de um espaço vectorial V, a interseção 𝑊1 ∩ 𝑊2 sempre será
subespaço de V.
Prova: Inicialmente observamos que 𝑊1 ∩ 𝑊2 nunca é vazio, pois ambos contêm o vector
nulo de V. Assim, basta verificar as condições de soma e produto por escalar apresentadas
anteriormente para os subespaços. Suponha então ⃗⃗ 𝑊1 ∩ 𝑊2.
⃗⃗ 𝑊
𝑊 {
𝑊
⃗⃗ 𝑊 ⃗⃗ 𝑊 𝑊
𝑊 { {
𝑊 𝑊 𝑊
22
Exemplo: Seja = ,𝑊 𝑊 é a reta de interseção dos planos 𝑊 𝑊.
𝑊 { }
{
𝑊 { }
𝑊 𝑊 { }
2.5.2. Soma
Podemos construir um conjunto que contenha 𝑊 𝑊 e ainda é subespaço de V. Este
conjunto será formado por todos os vectores de V que forem a soma de vectores de W1 com
vectores de W2: 𝑊 𝑊=⃗ /⃗ = + ⃗⃗ 𝑊1 𝑊2
Prova:
⃗ ⃗⃗ 𝑊 𝑊 𝑊 ⃗⃗ 𝑊
Dados: {
⃗⃗⃗ ⃗⃗⃗⃗ ⃗⃗⃗ 𝑊 𝑊 ⃗⃗⃗ 𝑊 ⃗⃗⃗⃗ 𝑊
Temos que:
⃗ ⃗⃗ ⃗⃗ ⃗⃗ 𝑊 𝑊 ⃗ 𝑊 𝑊
Ex: 𝑊 * + 𝑊 * + 𝑊 𝑊 * +
23
2.5.3. União
A união de dois subespaços 𝑊1 e 𝑊2, diferente da soma, é um conjunto que contém
exatamente todos os elementos de 𝑊1 e de 𝑊2. Deste modo, nem sempre a união de
subespaços é um subespaço.
Exemplo: 𝑊 { } { }
{𝑊 } { }
Por ter sido gerado pelos vectores primitivos ⃗⃗⃗⃗ , … , ⃗⃗⃗⃗ , o vector é denominado o resultado
de uma combinação linear de ⃗⃗⃗⃗ , … , ⃗⃗⃗⃗ . O conjunto de escalares { 1, … , n} é arbitrário,
mas sendo um conjunto de números reais, o vector sempre pertencerá a V.
O vector não é único, pois para cada combinação de escalares pode gerar um vector
diferente.
Ex: O vector = (−4, −18,7) é combinação linear dos vectores ⃗⃗⃗⃗ = 1, −3,2 e 2 = (2,4, −1),
já que pode ser escrito como = 2⃗⃗⃗⃗ − 3⃗⃗⃗⃗
24
Conclusão
Neste trabalho da cadeira de Álgebra Linear de carácter avaliativo e investigativo, que visa a
abordar sobre as Matrizes e Vectores. A Matriz é comummente utilizada para a organização
de dados tabulares a fim de facilitar a resolução de problemas. As informações das matrizes,
sejam estas numéricas ou não, são dispostas organizadamente em linhas e colunas. O conjunto
das matrizes munidas das operações de adição, subtracção e multiplicação e de características,
como elemento neutro e inverso, forma uma estrutura matemática que possibilita sua
aplicação em diversos campos dessa grande área do conhecimento. Já os Vectores são
definidos como entes matemáticos que possuem intensidade, direcção e sentido, e que se
combinam segundo certas regras específicas: a álgebra vectorial, ou seja, conjunto de n-
quantidades que dependem de um sistema de coordenadas n-dimensionais e que se transforma
segundo leis bem determinadas quando se muda o sistema.
25
Referências Bibliográficas
Doa Santos, Tailson Jeferson Paim (s.d). Licenciatura em Matemática: Álgebra Linear. (ed.),
Bahia, Brasil: Faculdade de Tecnologia e Ciências – Ensino à Distância (FTC-EAD)
https://brasilescola.uol.com.br/matematica/matriz.htm
https://estudanteuma.files.wordpress.com/2013/04/estatica-03-04-cap2.pdf
https://wp.ufpel.edu.br/nucleomatceng/files/2012/07/Matrizes.pdf
https://www.todamateria.com.br/matrizes-resumo/
26