Escolar Documentos
Profissional Documentos
Cultura Documentos
Apostila Matematica ColFundamental 8 8
Apostila Matematica ColFundamental 8 8
Assunto:
MATEMÁTICA BÁSICA
Autor:
153
Unidade 3
3.1. Apresentação
Face a uma quase universalidade nas notações a ij, bjk, cik, para elementos genéricos de ma-
trizes, com preferência para a primeira, e por abordarmos também matrizes com números comple-
xos, optamos pela notação j (em negrito e itálico) para representar a unidade imaginária, ou seja j
= 1 , diferentemente dos textos de matemática pura, que preferem utilizar i = 1 . A nossa nota-
ção é a mesma empregada pelo pessoal da área da eletricidade, onde tivemos nossa formação pri-
mordial, visto que em eletricidade a letra “i” é reservada para a corrente elétrica.
Os modernos aplicativos para PC’s tais como o MATLAB, por exemplo, já aceitam ambas
as notações i = 1 e j = 1 para a unidade imaginária, a fim de atender sem “prioridades” a to-
dos os usuários.
Somente uma canalização de energia superior, totalmente intangível a nossa falha compre-
ensão humana, pode ter inspirado Isaac Newton e Gottfried Wilhem Leibniz a “criarem” algo tão
fantástico e poderoso para o desenvolvimento das ciências exatas quanto o Cálculo Diferencial e
Integral, e o que é mais interessante: na mesma época, em lugares diferentes – Laibniz na Alema-
nha e Newton na Inglaterra e de forma independente, até porque os métodos de abordagem foram
diferentes. Gerou-se então uma grande polêmica entre os discípulos desses dois sábios pela reivin-
dicação da primazia na criação do Cálculo. Embora o lado de Newton tivesse levado vantagem na
disputa, as conseqüências foram desastrosas para a ciência britânica pois, nos cem anos subseqüen-
tes ao episódio, os matemáticos ingleses, fiéis ao seu mais eminente cientista, concentraram-se nos
métodos geométricos puros, preferidos de Newton, ao invés de nos métodos analíticos, que são bem
mais produtivos. Uma vez que os demais matemáticos da Europa Continental exploravam tais mé-
todos de modo eficaz, a matemática inglesa acabou ficando para trás no citado período.
No entanto, terminou havendo uma reação e os ingleses acabaram voltando ao primeiro es-
calão no século 19, e um dos maiores responsáveis por esta reviravolta foi Arthur Cayley, que entre
suas muitas criações originais consta a das matrizes em 1855. No século 20 acharam-se inúmeras
aplicações para este poderosos e compactador instrumento matemático. Só para formar idéias per-
guntamos: você conseguiria imaginar o mundo atual sem energia elétrica? Pois bem, enquanto o
desenvolvimento de fontes alternativas geradoras de energia elétrica não atingir um estágio de apli-
154
cação mais ampla, continuaremos a depender dos atuais sistemas: usinas geradoras, subestações
elevadores, linhas de transmissão, subestações abaixadoras e linhas de distribuição. E o que os en-
genheiros que cuidam da operacionabilidade e estabilidade de tais sistemas fariam sem as matrizes
para mapeá-los? A resposta é uma só: nada! Face às dimensões de tais sistemas nos dias atuais seri-
am impossíveis os cálculos de fluxo de carga e de curto-circuito sem o emprego do Cálculo Matri-
cial às matrizes do tipo impedância de barra Z barra e admitância de barra Ybarra .
Não, não é só em Engenharia Elétrica que esta ferramenta matemática é fundamental. Exis-
tem inúmeras aplicações em outros campos, como sistemas de referência em Mecânica, cálculos
estruturais de grande porte, curvas de ajustamento em Estatística, etc. A propósito: as planilhas ge-
radas no Excel também são exemplos de matrizes.
As matrizes são úteis porque elas nos permitem considerar uma tabela (quadro) de muitos
números como sendo apenas um único objeto, denotado por um símbolo simples, e executar cálcu-
los com estes símbolos de forma bem compacta.
O conceito de matriz surge associado às relações lineares tais como transformações linea-
res e sistemas de equações lineares.
y1 a11 x1 a12 x2
y2 a21 x1 a22 x2
onde a 11, a 12, a 21 e a 22 são números dados, enquanto que x1, x2, bem como y1, y2 são grandezas variá-
veis. Por exemplo: as coordenadas de um ponto no plano xy em dois sistemas de referência distin-
tos.
a11 a12
a
21 a22
155
amos ao elemento (i, j) I J um único elemento aij pertencente ao conjunto C dos números com-
plexos5, sendo que o número aij é denominado imagem do par (i, j).
Por exemplo:
(1, 2) a12
..............................
(m, n) a mn
Fig. 3.1
f:IJC
é o conjunto de números
pertencente ao corpo dos números complexos C, e os elementos deste conjunto são justamente os
elementos da matriz.
A linha de ordem i é o conjunto dos elementos aij em que i é fixo e j varre todo o conjunto
J = 1, 2, 3, , n .
5
De um modo geral uma matriz é uma tabela formada por números complexos. Lembrando que o conjunto dos núme-
ros reais está incluído no conjunto dos números complexos, podemos dizer que uma matriz é formada por números reais
e/ou complexos
6
Para o conceito de aplicação volte à seção 1.11 da Unidade 1.
7
Os três termos são utilizados, porém, o mais freqüente é tipo.
156
a 21, a22, a23, , a2 n
A coluna de ordem j é o conjunto dos elementos a ij em que j é fixo e i varre todo o conjun-
to I = 1, 2, 3, , m.
colunas
linhas
a11 a12 a13 a1n
a21 a22 a23 a2 n
A a31 a32 a33 a3n m linhas
am1 am 2 am 3 amn
mn
n colunas
Fig. 3.2
Elemento Genérico:
157
Fig. 3.3
Ilustração 3.1
3 5 2
a) é matriz tipo 2 3.
0 4
3 3
2 j6 3
b) 4 5 j 6 é matriz tipo 3 2, e j = 1 é o número imaginário puro.
1 j 3 2
c) 0 3 2 1 4 é matriz tipo 1 5.
5
4
d) é matriz tipo 4 1.
6 j 2
2
5 2
e) é matriz tipo 2 2.
3 1
f) 2 é matriz tipo 1 1, ou matriz de um único elemento, e trata-se de um caso bem parti-
cular.
Ilustração 3.2
Uma tabela contendo informações sobre os moradores de uma determinada vila de ca-
sas do tipo
1 4 2000 1 4
2 3 1800 4 4
3 6 3200 7 11
4 5 2000 2 9
158
5 2 800 9 11
6 7 2500 8 6
7 1 800 5 11
1 4 2000 1 4
2
3 1800 4 4
3 6 3200 7 11
4 5 2000 2 9
5 2 800 9 11
6 7 2500 8 6
7
1 800 5 11
e as informações passadas adiante sob forma mais compacta, porém, é necessário que quem
vai recebê-las saiba exatamente o papel representado por cada linha e por cada coluna.
Ilustração 3.3
Destino
Belém São Paulo Belo Horizonte Manaus
Origem
Temos então:
Ilustração 3.4
159
Venda diária
Produto
Loja 1 Loja 2 Loja 3 Loja4
Computadores 20 15 12 25
Impressoras 18 20 10 13
Periféricos 9 10 12 6
20 15 12 25
A 18 20 10 13
9 10 12 6
Ilustração 3.5
i 1, 2, 3, , m e j 1, 2, 3, , n
ou simplesmente
A a ij mn .
160
EXEMPLO 3.1
Indique claramente os elementos da matriz A aij 33 tal que aij = 3i – j.
Solução:
a 11 = 3 1 – 1 = 2; a12 = 3 1 – 2 = 1; a 13 = 3 1 – 3 = 0
a 21 = 3 2 – 1 = 5; a22 = 3 2 – 2 = 4; a 23 = 3 2 – 3 = 3
a 31 = 3 3 – 1 = 8; a32 = 3 3 – 2 = 7; a33 = 3 3 – 3 = 6
Logo,
2 1 0
A 5 4 3
8 7 6
EXEMPLO 3.2
Uma confecção vai fabricar 4 tipos de roupa utilizando também 4 tipos de material diferen-
tes. Seja a matriz A a ij 44 onde aij representa quantas unidades do material j serão empregadas
para produzir uma roupa do tipo i.
1 4 6 1
3 0 4 2
A
2 5 1 8
9 3 2 7
a) Quantas unidades do material 3 serão empregadas para confeccionar uma roupa do tipo 4?
b) Calcule o total de unidades do material 4 que serão necessárias para fabricar 3 roupas do tipo 1,
5 roupas do tipo 2, 2 roupas do tipo 3 e 4 roupas do tipo 4.
Solução:
161
Se i = 4 e j = 3 o elemento em questão é a 43, cujo valor é 2, ou seja, 2 unidades.
b) Neste caso,
i = 1, 2, 3 e 4; j = 4.
Logo,
3 a14 1 = 3
5 a 24 2 = 10
2 a 34 8 = 16
28
4 a 44 7 =
57
Há matrizes que por apresentarem certas peculiaridades recebem nomes especiais. Os con-
ceitos que envolvem tais matrizes estão tão intimamente interligados com as operações matriciais
que não há como apresentar todo um assunto primeiro e depois o outro. Optamos então por interca-
lá-los em uma ordem que a nossa experiência didática nos mostrou ser a mais eficiente, sem com
isso querermos afirmar ser a nossa a única seqüência possível e válida.
Uma matriz
do tipo 1 n, que possui somente uma linha, é chamada matriz em linha ou um vetor em linha.
Ilustração 3.6
A 1 5 7 4 2
162
Uma matriz
a11
a
A 21
a m1
do tipo m 1, que tem apenas uma coluna, denomina-se matriz em coluna ou um vetor em colu-
na.
Ilustração 3.7
2 j 3
3
4
A
8
1
j 7
(A) Definição:
A matriz que possui o mesmo número de linha e colunas é chamada matriz quadrada, e o
número de linhas é igual a sua ordem8.
Seja então A aij nn uma matriz quadrada de ordem n, com n n = n2 elementos:
Nesta matriz devemos destacar dois conjuntos de elementos: a diagonal principal e a dia-
gonal secundária.
8
No caso da matriz quadrada não utilizamos as expressões tamanho e tipo, conforme na matriz retangular; usamos
apenas ordem.
163
(B) Diagonal Principal:
a ij | i j n 1 = a1n ; a 2, n – 1 ; a 3, n – 2 ; ; an1
Resumindo a situação: temos então que uma matriz quadrada de ordem n tem ao todo n2
elementos, sendo n situados na diagonal principal e n na secundária.
Para determinar o número de elementos situados fora de ambas as diagonais devemos levar
em conta dois casos:
2
n.º elem n/d = n – 2n (1)
(E) Traço
O traço de uma matriz quadrada é definido como sendo a soma dos elementos de sua dia-
gonal principal, ou seja:
n
tr A a11 a22 a33 ann aii (3)
i 1
164
Ilustração 3.8
8 4 2
a) A matriz A 5 7 3 é quadrada de ordem 3. Sua diagonal principal é 8 , 7, 10 ,
1 9 10
sua diagonal secundária é 2 ,7, 1, e temos 4 elementos fora de ambas as diagonais
32 2 3 1 4 , que são 4 , – 3, 9, 5 . Seu traço é tr A = 8 + 7 – 10 = 5.
1 5 8 6
1 j3 1 5 7
b) A matriz B é quadrada de ordem 4. Sua diagonal principal
3 2 j2 4 9
4 7 2 6
é 1 , – 1, 4, 6, sua diagonal secundária é 6 , 5, 2 + j2, 4, e temos 8 elementos fora de
ambas as diagonais 42 2 4 8 , que são 5 , 8, 7, 9, 2, –7, 1– j 3 . Seu traço é
tr A 1 1 4 6 2 .
EXEMPLO 3.3
2i 3 j se i j
Dada a matriz A aij 44 tal que aij , calcular a diferença entre o pro-
1 se i j
duto dos elementos da diagonal principal e da diagonal secundária.
Solução:
Diagonal principal:
a11 2 1 3 1 5
a22 2 2 3 2 10
a
ij | i j
a33 2 3 3 3 15
a44 2 4 3 4 20
Diagonal secundária:
165
a14 1
a23 1
a32 2 3 3 2 12
aij | i j n 1 4 1 5
a41 2 4 3 1 11
5 10 15 20 – 1 1 12 11 = 14.868
Uma matriz quadrada A , cujos elementos aij = 0, para i > j é chamada triangular superi-
or, enquanto que aquela cujos elementos aij = 0, para i < j, é chamada triangular inferior. Assim
sendo,
a11 0 0 0
a
21 a22 0 0
a31 a32 a33 0 é triangular inferior.
an1 an 2 an 3 ann
Ilustração 3.9
1 0 0 2 3 5 4
0 7 6 20
a) 3 4 0
b)
5 0 2 0 0 1 14
0 0 0 9
(triangular inferior)
(triangular superior)
166
a11 0 0 0
0
a22 0 0
A matriz A 0 0 a33 0 cujos elementos aij são nulos para i j
0 0 0 ann
que é ao mesmo tempo triangular superior e triangular inferior é chamada de matriz diagonal. Ela
também pode ser representada por
Ilustração 3.10
As seguintes matrizes são diagonais:
1 0 0
a) A 0 2 0
0 0 5
2 0 0 0
0 4 0 0
b) B
0 0 1 j 6 0
0 0 0 9
Ilustração 3.11
As seguintes matrizes são escalares:
2 0 0 8 0 0 0
0 8 0 0
a) A 0 2 0
b) B
0 0 2 0 0 8 0
(k = 2) 0 0 0 8
(k = – 8)
167
Se na matriz diagonal tivermos a 11 = a 22 = a33 = = ann = 1, dizemos que ela é uma matriz
identidade de ordem n, indicada por I n .
Ilustração 3.12
1 0
b) matriz identidade de ordem 2 I 2
0 1
1 0 0
c) matriz identidade de ordem 3 I 3 0 1 0
0 0 1
1 0 0 0
0 1 0 0
d) matriz identidade de ordem n I n 0 0 1 0
0 0 0 1
Ilustração 3.13
168
0 0 0
a) 0 23 é matriz nula do tipo 2 3.
0 0 0
0 0
b) 0 22 é matriz nula de ordem 2.
0 0
Duas matrizes A aij mn e B bij mn são iguais quando apresentarem todos os
elementos correspondentes iguais, ou seja, quando a ij = b ij i 1, 2, 3, , m e j
1, 2, 3, , n.
Ilustração 3.14
3 2 3 3 2 3
a) 1 7 1 1 7 1 pois todos os elementos correspondentes são iguais.
2 4 0 2 4 0
1 3 1 3
b) pois a 22 b22 o que evidencia o fato de que basta apenas dois ele-
7 4 7 5
mentos correspondentes não serem iguais para que não se verifique a igualdade de duas
matrizes.
EXEMPLO 3.4
Determine x e y de modo que se tenha
x y 1 3 1
5
x y 5 1
Solução:
Devemos ter:
169
x y 3
x y 1
2x = 2 x = 1
y = 2.
(A) Definição:
Chama-se matriz transposta de A aij mn a matriz A aji nm tal que aji aij
t
Ilustração 3.15
2 3
2 4 0
a) A 4 1 A
t
0 6 3 1 6
1
3
b) B 1 3 4 8 B
t
4
8
1 2 0 1 4 3
c) C 4
6 1 j 2 C 2
t
6 1
3 1 3 j 4 0 1 j 2 3 j 4
(B) Propriedade:
170
A A
t t
Demonstração:
A a a a
t t
ij ji ij A A
t t
Dadas duas matrizes A aij mn e B bij mn , dizemos que B é matriz oposta de A
se todos os elementos de B são os opostos9 dos elementos correspondentes de A , ou seja:
Ilustração 3.16
1 4 1 4
a) A B A
7 3 7 3
b) C 1 2 j3 0
5 D C 1 2 j 3 0 5
(A) Definição:
Chama-se matriz conjugada de A aij mn a matriz A aij* mn em que cada elemento
*
9
Em Álgebra dizemos que dois números são opostos ou simétricos quando eles têm mesmo módulo mas sinais contrá-
rios. Por exemplo: 2 e – 2; – 5 e 5; etc.
Em matrizes, utilizamos o termo oposta para indicar oposição de sinais, visto que o termo simétrica será guardado para
uma próxima aplicação.
171
(B) Propriedade:
A A
t * * t
Demonstração:
Temos que
A a a a
t t
ji ij
*
ij x jy (2)
A A
t * * t
Ilustração 3.17
2 j8 5 j 3 4 j 7 2 j8 5 j 3 4 j 7
a) A A
*
j6 1 j 4 3 j 2 j6 1 j 4 3 j 2
172
EXEMPLO 3.5
2 j 3 5 j8
Dada a matriz A 4 3 j 7 determinar A .
H
6 j j5
Solução:
Sabemos que A
H
A
t *
logo,
*
2 j3 4 6 j 2 j3* 4* 6 j *
A H
5 j8 3 j 7 j 5 5 j8
*
3 j 7 * j5*
2 j 3 4 6 j
5 j8 3 j 7 j5
Conforme já mencionado na seção 3.2 os elementos de uma matriz podem ser números
reais e ou complexos. Se todos os elementos da matriz são reais, ela é dita real.
A matriz quadrada real é dita simétrica se ela é igual a sua transposta, isto é, se
A t A
173
Ilustração 3.18
São simétricas as seguintes matrizes:
1 3
a) A
3 4
1 2 4
b) B 2 5 6
4 6 3
a b c
c) C b d e
c e f
A t A
Ilustração 3.19
São anti-simétricas as seguintes matrizes:
0 1
a) A
1 0
0 1 4
b) B 1 0 5
4 5 0
0 a b
c) C a 0 c
b c 0
174
0 a b c
a 0 d e
d) D
b d 0 f
c e f 0
EXEMPLO 3.6
0 4 2
A x 0 1 z
y 2 z 0
seja anti-simétrica.
Solução:
x 4
y 2
2 z 1 z 2 z z 1 z 1
EXEMPLO 3.7
2 a
1
A a b
3
b
c c 4
Solução:
2 a 0 a 2
1 1
b 0 b
3 3
c 4 0 c 4
175
Temos também que:
a12 a 2
1
a13 b
3
a
23 c 4
Denomina-se matriz hermitiana a toda matriz quadrada complexa A tal que
A
t *
A , ou seja, que é igual a sua transposta conjugada. Neste caso a matriz recebe uma no-
tação especial, já vista subseção 3.3.12,
a ij a ji , i, j 1, 2, 3, , n
*
t *
Observação: A notação A A , conforme já havíamos afirmado na subseção
H
3.3.12, não significa que a matriz em questão seja necessariamente hermitiana. No exemplo 5 temos
uma situação na qual A A , o que nos leva a concluir que aquele exemplo a matriz A não é
H
hermitiana.
Ilustração 3.20
1 2 j 3 1 j 6
a) A 2 j3 3 0
1 j 6 0 5
3 1 j 2 4 j7
b) B 1 j 2 4 j 2
4 j 7 j2 2
176
1 1 j 2
c) C 1 j 3 j
2 j 0
Denomina-se matriz anti-hermitiana toda matriz quadrada complexa A tal que
A A , ou seja, que é igual à oposta de sua transposta conjugada, e podemos escrever
t *
A A t
*
A
H
Da definição temos pois que se A aij é uma matriz anti-hermitiana devemos ter:
a ij a *ji , i, j 1, 2, 3, , n
Ilustração 3.21
São anti-hermitianas as seguintes matrizes:
0 2 j 5
a) A
2 j 5 0
0 3 j2 j4
b) B 3 j 2 0 j5
j 4 j5 0
j 1 j 2 2
c) C 1 j 2 j3 j
2 j 0
177
B do tipo m n é uma matriz C do mesmo tipo, em que cada elemento é a soma dos elementos
correspondentes em A e B .
Ilustração 3.22
5 0 5 0 5
11 2 11 2 9
b)
34 1 34 1 74
9 8 9 8 1
(B) Propriedades:
onde A , B , C e 0 são matrizes do tipo m n. Estas propriedades são conseqüências de pro-
priedades análogas da adição no conjunto dos números complexos. Assim, i 1, 2, 3, , m e j
1, 2, 3, , n .
Demonstrações:
178
X A B C xij aij bij cij
(2.ª) xij yij X Y
Y A B C xij aij bij cij
Devido à propriedade associativa, a definição de adição pode ser generalizada para n 2 ma-
trizes. Por exemplo, temos:
5.ª) Sendo A aij mn , A t aji nm , B bij mn , B t bji nm , A B cij mn e
A B t cji n m
temos que:
Ilustração 3.23
Sejam
1 3 2 8
A , B
2 7 6 4
Temos então:
3 5 3 8
A B A B
t
8 11 5 11
179
EXEMPLO 3.8
1 3 5 1
1 2 0 4
Solução:
Devemos ter:
+3=5=2
1 + =1 = 0
1+0= =1
2 – 4 = = –2
EXEMPLO 3.9
Determine x e y de modo que se tenha
y3 3 x y x 2 1 1 5 1
2
y 4x 2 y x 2 2 2 10 1
Solução:
Devemos por definição satisfazer ao sistema:
3 3 10
y y 1 5 y y 6 0
2 2
y 2 y 2 10 y 2 y 8 0
y=2
2 4 32 2 6 y 4
y
2 2 y 2 (*)
10 3
A solução da equação cúbica y – y – 6 = 0 está além do nível deste curso, mas existe uma alternativa: calcular as
2
raízes da equação seguinte, y + 2y – 8 = 0, que são y = 2 e y = 4 e, voltando na equação cúbica, verificar que apenas a
raiz y = 2 verifica ambas as equações.
Ao estudante interessado, que pretenda aprofundar seus estudos, adiantamos que as raízes da equação cúbica em ques-
tão são: 2, – 1 + j 2 e – 1 – j 2 .
180
x 0
3 x x 1 1 x 3 x 0 x x 3 0
2 2
x 3
4 x x 2 2 1 x 2 4 x 3 0
x=–3
4 16 12 4 2 x 3
x
2 2 x 1
EXEMPLO 3.10
Uma fábrica produz um certo refrigerante. Os custos relativos à compra e transporte de
quantidades específicas dos ingredientes necessários para a sua produção, adquiridas em duas loca-
lidades (fornecedoras) distintas são dadas respectivamente pelas seguintes matrizes:
Determinar a matriz que representa os custos totais de compra e de transporte dos ingredi-
entes a, b e c.
Solução:
Definição:
181
Dadas duas matrizes A aij mn e B bij mn , denomina-se diferença A B a ma-
triz C cij mn tal que cij = aij – bij, i e j. Isto equivale a dizer que a diferença entre duas matri-
zes A e B do tipo m n é uma matriz C do mesmo tipo, em que cada elemento é a diferença
dos elementos correspondentes em A e B .
Ilustração 3.24
a) 2 1 3 9 5 2 7 8
4 8 7 6 3 4 1 5
2 5 1 2 3 7 9 8 3 1 10 1
4 3 8 4 7 1 6 5 1 4 8 11
b) 2 j 3 4 j 7 4 j8 3 j11
1 j5 2 j 4 2 j 2 5 j 3
2 j 3 4 j8 4 j 7 3 j11 6 j11 1 j4
1 j 5 2 j 2 2 j 2 5 j3 1 j 3 3 j
EXEMPLO 3.11
5 4 3 2 5 1
Calcular A B C sabendo-se que A , B e C
3 2 1 0 2 4
Solução:
5 3 5 4 2 1 13 1
A B C
3 1 2 2 0 4 6 2
(A) Definição:
Dada a matriz A aij mn e o número complexo z, chama-se produto de z por A , que
se indica por z A , a matriz B bij mn cujos elementos são iguais aos elementos correspondentes
de A multiplicados por z. Em símbolos:
182
B = z A bij = zaij, i 1, 2, 3, , m e j 1, 2, 3, , n
Ilustração 3.25
2 3 3 2 3 3 6 9
a) 3
1 4 3 1 3 4 3 12
1 4 2 0 12 4 1
2 2 1
2 0 2 1 0
b)
2 2 6 8 12 2 2 6
1 1
2 8 1 3 4
1 j 2 2 1 j 2 2 j 4
c) 2 3 2 3 6
4 2 4 8
É claro que os números complexos podem ser multiplicados tanto na forma retangular
quanto na polar, embora tal operação nesta última forma seja mais fácil. A menos que o estudante
possua uma calculadora HP apropriada, que executa o produto, diretamente, tanto em uma forma
quanto em outra. Uma calculadora dessa natureza admite até que cada número esteja em uma for-
ma, e dá a opção de resposta em ambas as formas.
No entanto, vamos partir do pressuposto que poucos possuam uma calculadora com
tais recursos, e que a disponível faça, no máximo, as conversões polar retangular e retangu-
lar polar.
3 + j2 –1–j 2 + j3
2 + j3 – 2 + j3 2+5
6 + j4 – 2 – j2 10 + j15 = 18,0280 56,31º
6 + j9 – 6 – 2 – j3 + 3
6 +j13 = 13 90º – 1 – j5 = 5,0990 – 78,69º
e o resultado do produto é:
183
2.ª) Converter os números para a forma polar, efetuar as multiplicações, e depois voltar à
forma retangular:
2 + j3 = 3,6056 56,31º ; 5 = 5 0º
3 + j2 = 3,6056 33,69º
– 1 – j = 1,4142 – 135º
1 – j5 = 5,0990 –78,69º
Finalmente,
(B) Propriedades:
O produto de um número complexo por uma matriz goza das seguintes propriedades:
1.ª) z1 z 2 A z1 z 2 A
2.ª) z1 A B z1 A z1 B
3.ª) z1 z 2 A z1 A z 2 A
4.ª) 1 A A
5.ª) z1 A z1 A
t t
184
EXEMPLO 3.12
1 3 5 6 7 0 4 5 2
X
7 9 1 1 3 1 1 0 4
Solução:
Temos que:
6 7 0 4 5 2 1 3 5
X
1 3 1 1 0 4 7 9 1
ou seja,
6 4 1 7 53 025
X
1 1 7 3 0 9 1 4 1
Finalmente,
1 1 7
X
7 12 4
EXEMPLO 3.13
X C 2A 3B
sendo dadas:
1 4 1 2 4 1
3
5 1
2 5 1
A , B e C
0 2 1 3 7 2
1 7 1 3 11 3
185
Solução:
Temos então:
X 2A 3B C
ou seja,
2 8 3 6 4 1 2 3 4 8 6 1
6 10 3
6 5 1 6 3 5 10 6 1
X
0 4 3 9 7 2 0 3 7 492
2 14 3 9 11 3 2 3 11 14 9 3
2 A 3 B C
Finalmente,
1 13
4 15
X
4 11
10 20
EXEMPLO 3.14
3 7 2 4
A 4 2 e B 1 5
1 9 3 7
Solução:
2 X 6 A 2B X 3A B
186
Subtraindo membro a membro as equações do sistema, temos:
Assim sendo,
4 8 3 7 1 1 4 8 3 7 1 1
Y 2 10 4 2 6 8 Y 2
10 4 2 6 8
6 14 1 9 5 5 6 14 1 9 5 5
2 B A 2 B A
EXEMPLO 3.15
a) Se A é uma matriz simétrica e k é um escalar, demonstre que k A também é uma matriz si-
métrica.
b) Se A é uma matriz anti-simétrica e k é um escalar, demonstre que k A também é uma matriz
anti-simétrica.
Demonstração:
Uma vez que aij = aji temos também que aij a ji , o que evidencia o fato de k A ser também
simétrica.
187
aij kaij e a ji ka ji
Uma vez que aij = – aji temos também que a ij a ji , o que evidencia o fato de que k A ser
também anti-simétrica.
EXEMPLO 3.16
a) Sabendo-se que A é uma matriz quadrada demonstre que A A é uma matriz simétrica.
t
b) Sabendo-se que A é uma matriz quadrada demonstre que A A é uma matriz anti-
t
simétrica.
2 3
c) Escreva a matriz A como a soma de uma matriz simétrica B e uma anti-simétrica
7 8
C .
Solução:
Determinação A A :
t t
2 3 2 7 4 10
A A t
7 8 3 8 10 16
188
De forma semelhante (pelo item (b)) sabemos que A A é uma matriz anti-simétrica, de
t
modo que:
2 3 2 7 0 4
A A t
7 8 3 8 4 0
4 10 2 5
B 1
2 10 16 5 8
0 4 0 2
C 1
2 4 0 2 0
EXEMPLO 3.17
2 j 6 5 j3
c) Escreva a matriz A como a soma de uma matriz hermitiana B e uma anti-
9 j 4 j 2
hermitiana C .
Solução:
*
a) Se A A t *
for hermitiana devemos ter
A A A
t *
t
*
Determinação de A
A :
t *
t
189
*
A
A
t *
t
A t
A A A A A
* * t * t *
b) Se A A t *
for anti-hermitiana devemos ter A
A
t *
t
A A
t *
*
Determinação de A
A t *
t
:
*
A A t *
t
A A A A
A t
A
* * t * t *
2 j 6 5 j3 2 j 6 * 9 j *
A A t
*
9 j 4 j 2 5 j 3 4 j 2*
*
2 j 6 5 j 3 2 j 6 9 j 4 14 j 4
9 j 4 j 2 5 j3 4 j 2 14 j 4 8
2 j 6 5 j 3 2 j 6 * 9 j *
A A t
*
9 j 4 j 2 5 j 3
*
4 j 2*
2 j 6 5 j 3 2 j 6 9 j j12 4 j 2
9 j 4 j 2 5 j 3 4 j 2 4 j 2 j 4
2
A 1 A A t * 1 A A t A 1 A At
*
A A
1 *
2 2
t *
2
B C B C
Finalmente:
4 14 j 4 2 7 j 2
B 1
2 14 j 4 8 7 j 2 4
190
j12 4 j 2 j 6 2 j
C 1
2 4 j 2 j 4 2 j j 2
(A) Definição: dadas duas matrizes A aij mn e B b jk n p , chama-se produto
A B a matriz C cik m p tal que:
n
cik ai1b1k ai 2b2 k ai3b3k ainbnk aijb jk
j 1
1.º) O produto A B existe tão somente se o número de colunas da matriz A for igual ao número
de linhas da matriz B , ou seja:
A é do tipo m × n
e
B é do tipo n × p
2.º) A matriz produto tem o número de linhas da matriz A e o número de colunas da matriz B ,
pois C = A B é do tipo m × p.
Tais observações podem ser resumidas e melhor compreendida através do esquema a seguir:
A . B = C
m×n n×p m×p
1.ª obs
2.ª obs
Fig. 3.3
191
A B C
A B
a) 3 2 por 2 4 3 4
A B C
A B
e) 2 5 por 4 3
que foi apresentada na definição, concluímos que foram utilizadas na sua obtenção a i-ésima linha
da matriz A .
ai1 a a a
i 2 i3 in
com n elementos, pois A é do tipo mn
tendo, portanto, n colunas
b1k
b2 k
b3k com n elementos, pois B é do tipo n p tendo, portanto, n linhas
bnk
192
Concluímos também que houve uma multiplicação entre elementos correspondentes, e de-
pois uma soma, ou seja:
ai1 b1k
ai 2 b2 k
ai 3 b3k
ain bnk
ai1b1k ai 2b2k ai 3b3k ainbnk
Algoritmo 1:
1.º passo: com as duas matrizes A e B lado a lado selecionamos a i-ésima linha da matriz A e a
k-ésima coluna da matriz B , correspondentes ao elemento cik ;
2.º passo: transportamos a k-ésima coluna da matriz B para uma posição horizontal sobre a ma-
triz A ;
3.º passo: calculamos os n produtos dos elementos correspondentes (que ficam uns sobre os outros);
4.º passo: somamos estes n produtos obtendo o elemento cik da matriz produto.
b 1k b 2k b3k bnk
2k
ai1 ai 2 ai 3 ain n elementos b3 k = cik
M
n elementos
bnk
mn n p m p
A
k-ésima
coluna
B C
Fig. 3.4
193
Este processo é interessante pois permite calcular qualquer elemento de C , sem nenhu-
ma ordenação pré-estabelecida. No entanto, se pretendemos calcular todos os elementos C é con-
veniente seguir a seqüência abaixo:
2.º) transportamos a 1.ª coluna de B para uma posição horizontal sobre a matriz A ;
5.º) aproveitamos que a 1.ª coluna de B já está re-posicionada sobre A e selecionamos, agora,
a 2.ª linha de A ;
8.º) continuamos com a 1.ª coluna de B até que havíamos varrido todas as linhas de A e, em
conseqüência, obtido toda a 1.ª coluna de C ;
9.º) transpomos agora a 2.ª coluna de B e com a mesma varremos todas as linhas de A obten-
do, deste modo, a 2.ª coluna de C ;
10º) o processo continua até que a última coluna de B tenha varrido todas as linhas de A quan-
do, então, a matriz C estará completa.
194
Ilustração 3.26
A
1 1 B
2 2 1 2 3
4 5 1
3 4
2 × 3
3 × 2
Pelo esquema acima concluímos que o produto matricial é possível, e vai resultar em uma
matriz 3 × 3. No entanto estamos interessados, por enquanto, no elemento c23, logo:
Vamos posicionar as colunas da matriz B sobre a matriz A e seguir seqüência já men-
cionada:
3 1
(3.ª)
2 5
(2.ª)
1 4 (1.ª) 1 1 1 4 1 2 1 5 1 3 1 1
1 4 3 25 7 3 1 2
1 1
2 1 2 3 2 1 2 4 2 2 2 5 2 3 2 1
2 =
4 5 1 2 8 10 4 10 6 62 8
3 4 3 1 4 4 3 2 4 5 3 3 4 1
3 16 19 6 20 14 9 4 13
O resultado final é:
3 7 2
C 10 6 8
19 14 13
Com o tempo o estudante não vai mais precisar escrever as colunas de B em posi-
195
ções horizontais sobre A . Não, isto já vai ser feito mentalmente. Você duvida? Então é hora
de você, que não sabia digitação, se lembrar de como começou a digitar dados no computa-
dor; e hoje consegue bater sem olhar para o teclado. A comparação é a mesma.
Algoritmo 2:
1.º passo: com as três matrizes A , B e C nas posições indicadas a seguir, selecionamos a i-
ésima linha de A e a k-ésima coluna de B ;
3.º passo: somamos estes n produtos obtendo o elemento genérico cik da matriz produto.
k-ésima coluna
B
b1k
b2k
b3k n elementos
b1k
()
ai1 b2 k
bnk
() n×p
ai 2 b3k bnk
() ()
ai3
ain
i-ésima linha a i1 a i 2 a i 3 a in c ik
n elementos
m × n m × p
A C
p colunas
k-ésima coluna
n linhas
B
soma
i-ésima linha cik
m linhas m linhas
A C AB
196
n colunas p colunas
Fig. 3.5
Ilustração 3.27
Vamos agora calcular alguns elementos do produto matricial da ilustração anterior uti-
lizando este segundo algoritmo.
1 2 3
1 () 1
4 –5 1
2 () 2
(– 1) () 4
1 –1 11+(–1) 4=
=1 –4 =– 3
2 () (– 5)
22 +2 (– 5 )=
2 2 =4 –10=–6
=
3 4
Observação:
197
b) A própria disposição física do algoritmo já indica para cada elemento de C qual a linha
de A e a coluna de B que devem ser utilizadas.
2.ª) Antes de prosseguirmos é bom não esquecer nunca que a matriz A entra com as linhas e
a matriz B com as colunas.
EXEMPLO 3.18
0 1 1 1 4 7 1 1
0 1 4 7 1 5 2
a) ; b) 2 2 0 0 0 1 ; c) 2 3 ;
1 0 2 3 0 3 4 1 2 0 1 4 7 3 0
1 1
1
1 1 5 0
2 1
d)
; e) 2 3 1 1 2
2 3 7 1 3 1
3
1 1
Solução:
Vamos utilizar apenas o segundo algoritmo que é, pelo nosso ponto de vista, o mais imedi-
ato.
4 7
a) 2 3
2 2
0 1 2 3
1 0 4 7
22 2 2
1 4 7
b) 0 0 1
1 2 0 33
0 1 1 1 2 1
2 2 0 2 8 16
0 3 4 33 4 8 3 33
198
1 1
c) 2 3
3 0 3 2
1 5 2 5 14
1 4 7 14 13
2 3 2 2
1 1
2
1
d)
3 1
1 1 4 2
1 1 5 0 14 5
2 3 7 1 30 13
2 4 2 2
e) 3 1 1 2 14
1 3 1 1 2
2 6 2 2 4
3 31 9 3 3 6 34
EXEMPLO 3.19
Considere as matrizes A aij 34 e B b jk 45 tais que aij = 2i + 3j e bjk = 3j – 4k. de-
termine o elemento c35 da matriz C = A B .
Solução:
Já sabemos que A entra com as linhas e B com as colunas, a fim de obter a ma-
triz C = A B . Uma vez que desejamos determinar o elemento c35, devemos utilizar a 3.ª linha de
A e a 5.ª coluna de B :
199
Uma vez que a matriz
B é do tipo 4 5, cada
coluna deve ter 4 elementos
b15 3 1 4 5 17
b25 3 2 4 5 14
b35 3 3 4 5 11
b45 3 4 4 5 8
a31 2 3 3 1 ;a32 2 3 3 2 ; a33 2 3 3 3 ;a34 2 3 3 4 ;
=9 =12 = 15 = 18 c35 9 17 12 14 15 11
18 8 630
Sendo a matriz A do tipo 3 4, cada
linha deve ter 4 elementos
EXEMPLO 3.20
A matriz C fornece, em reais, o custo das porções de arroz, carne e salada usados em um
restaurante:
Custos
1 Arroz
C porções custos 3 Carne
2 Salada
A matriz P fornece o número de porções de arroz, carne e salada usados na composição
dos pratos P1, P2 e P3 desse restaurante.
2 1 1 Prato P1
P pratos porções 1 2 1 Prato P2
2 2 0 Prato P3
Ache a matriz que fornece, em reais, os custos de produção dos pratos P1, P2 e P3.
Solução:
200
+ (n.º de porções de arroz) . (custo da porção de arroz) +
custo P1 = 2 . 1 + 1 . 3 + 1 . 2 = 7
No entanto é mais elegante e operacional trabalharmos com matrizes onde o custo de cada
prato será interpretado como o produto da respectiva linha da matriz pratos porções pela matriz
coluna porções custos , ou seja:
Custos
2 1 1 1 7 Prato P1
pratos custos 1 2 1 3 9 Prato P2
2 2 0 33 2 31 8 Prato P3
201
EXEMPLO 3.21
Uma indústria de informática produz computadores X e Y nas versões Pentium II, Pentium
III e Pentium IV. Componentes A, B e C são utilizados na montagem desses computadores. Para um
certo plano de montagem são dadas as seguintes informações:
Computadores
Componentes X Y
A 4 3
B 3 5
C 6 2
Versões
X 2 4 3
Y 3 2 5
a) componentes computadores;
b) computadores versões;
c) componentes versões.
Solução:
4 3
a) [componentes computadores] = 3 5
6 2
2 4 3
b) [computadores versões] =
3 2 5
202
4 3 17 22 27
2 4 3
[componentes versões] = 3 5 = 21 22 34
3 2 5
6 2 18 28 28
EXEMPLO 3.22
Ao se estudar um sistema de energias elétrica obteve-se a seguinte equação matricial para
as correntes nas fases a, b e c:
I a j 2 j 0,5 j 0,5 0
I j 0,5 j 2 j 0,5 1 60º
b
I c j 0,5 j 0,5 j 2 0
Solução:
Aplicando um dos algoritmos anteriores, obtemos:
I a j 0,51 60º 0,5 90º 1 60º 0,5 30º 0,433 j 0,25
EXEMPLO 3.23
Para um determinado sistema de energia elétrica obteve-se a seguinte equação matricial:
1
j 60º jVn
I a 1 1 1 3
2,5 j
I 1 a 2 a 60º
b 3
I c 1 a a 2 2,5 j
3 180º
Solução:
Efetuando-se a multiplicação matricial, obtemos:
203
1 2,5 j 2,5 j
Ia j 60º jVn 60º 180º
3 3 3
1 2,5 j 2,5 j
Ib j 60º jVn a 2 60º a 180º
3 3 3
1 2,5 j 2,5 j
Ic j 60º jVn a 60º a 2 180º
3 3 3
1 2,5 j
I a I b I c 3. j 60º 3 jVn
3
60º 1 a a 2
3 0
pelo enunciado
2,5 j
3
180º 1 a a 2 0
0 (pelo enunciado)
(pelo enunciado)
Assim sendo,
1 60º 3Vn j 0
o que implica em
1
Vn 60º 0,167 j 0,289
3
(D) Cumpre notar que a multiplicação de matrizes não é comutativa, isto é, para duas ma-
trizes quaisquer A e B , nem sempre A B = B A .
(D1) Temos casos em que existe A B e não existe B A . Isto acontece quando A é
do tipo m n, B é do tipo n p e m p:
(D2) Temos casos em que existem A B e B A , mas são no entanto matrizes de tipos
diferentes e, em decorrência, A B B A . Isto acontece quando A é do tipo m n, B é do
tipo n m e m n:
204
Bnm e Amn B A = Dnn
(D3) Mesmo nos casos em que A B e B A são do mesmo tipo – o que ocorre quando
A e B são quadradas e de mesma ordem – temos quase sempre A B B A .
Ilustração 3.28
1 2 18 22
A AB
3 5 47 58
4 6 22 38
B B A
7 8 31 54
(E) Quando A e B são tais que A B = B A , dizemos que A e B comutam ou
então que são comutativas. Devemos notar que uma condição necessária, mas não suficiente, para
que A e B sejam comutativas é que elas sejam quadradas e de mesma ordem.
Quando A e B são tais que A B = – B A , dizemos que elas são anti-
comutativas.
Ilustração 3.29
a b
A
c d a b
a) AB B A
1 0
B c d
0 1 A e B são comutativas
a b
A
c d 0 0
b) AC C A
0 0
C 0 0
0 0 A e C são comutativa s
a b
A
c) c d AD D A ad bc 0
d b bc
D 0 ad
c a A e D são comutativas
205
1 1 3 2
E E F
d) 2 1 2 3 E F F E
1 1 3 2
F F E
4 1 2 3
E e F são anti - comutativas
EXEMPLO 3.24
0 1
Sendo A , qual das matrizes a seguir comuta com A
0 2
2 1 3 2 0 0 5 2
B C D E
3 4 5 1 1 0 0 3
Solução:
Para que duas matrizes comutem é necessário que elas sejam quadradas e de mesma or-
dem, o que já exclui as matrizes B e C . Temos então:
1 1 0 0 1 0
AD
0 2 1 0 2 0 AD D A
0 0 1 1 0 0
DA
1 0 0 2 1 1
1 1 5 2 5 1
AE
0 2 0 3 0 6 AE E A
5 2 1 1 5 1
E A
A e E comutam
0 3 0 2 0 6
não é válida no caso de matrizes, uma vez que é possível haver duas matrizes não nulas cujo produ-
to seja a matriz nula.
206
Ilustração 3.30
1 0
A
0 0 1 0 0 0 0 0
AB
0 0
B 0 0 0 1 0 0
0 1
(G) Se A e B são matrizes simétricas temos também que A + B e k A são simétri-
cas, conforme já vimos nos exemplos 15 e 16. Entretanto, A B não é necessariamente simétrica.
Ilustração 3.31
Sejam
1 2
A 5 10
2 3 k A
k 5 10 15
A e B k A é simétrica
são simétricas
B 2 3 3 5
3 8 A B 5 5
A B é simétrica
1 2 2 3 8 13
AB
2 3 3 8 13 18
A B não é simétrica
(1.º) AI n A
(2.º) I m A A
Demonstração:
(1.º) Sendo A a ij m n
, Am n I n n n B bij m n e I n c pj n n temos:
bij = ai1 c1j + ai2 c2j + ai3 c3j+ + aij cjj + + ain cnj
de onde se obtem:
207
bij = ai1 . 0 + ai2 . 0 + ai3 . 0 + + aij . 1 + + ain . 0 = aij
AI n A
(2.º) Sendo A a ij m n
, I m mm Am n B bij m n e I m cip mm temos:
bij = ci1 a 1j + ci2 a2j + ci3 a 3j+ + cii aij + + cim amj
de onde se tiramos:
I m A A
(I) A multiplicação de matrizes goza das seguintes propriedades:
(1.ª) Associativa: AB C A B C
quaisquer que sejam as matrizes A aij mn , B b jk n p e C ckl p r ;
(5.ª) AB t B t A t sendo A aij mn e B b jk n p duas matrizes genéricas.
Demonstração
208
(1.ª) Sejam
de modo que,
AB C A BC
(2.ª) Sejam A aij mn , B bij m n , C c jk n p e D A B C d ik m p
onde temos:
1 i m , 1 j n e 1 k p.
Temos então:
n n
d ik a ij bij c jk a ij c jk bij c jk
j 1 j 1
n n
a ij c jk bij c jk
j 1 j 1
de modo que,
(4.ª) Sejam
209
D zB d jk n p , E AB eik m p e z = x + jy
onde temos:
1 i m , 1 j n e 1 k p.
Temos então:
n n n
c b ij jk zaij b jk z aijb jk
j 1 j 1 j 1
e
n n n
de modo que,
(5.ª) Sejam A aij mn , B b jk n p , AB cik m p e AB t cki pm
onde temos:
1 i m , 1 j n e 1 k p.
Temos que:
cki cik
210
logo,
n
cki b jk aij
j 1
e concluir que:
Ilustração 3.32
1 2 6
A 3 2 9
2 0 3
1 2 6 1 2 6 5 6 6
A 3 2 9 3 2 9 9 10 9
2
2 0 3 2 0 3 4 4 3
A A
5 6 6 1 2 6 1 2 6
A 9 10
3
9 3 2 9 3 2 9 A
4 4 3 2 0 3 2 0 3
A 2 A
211
A 3 A k = 2 (menor inteiro)
A k 1 A
Assim A é periódica de período 2.
Ilustração 3.33
2 2 4
a) A 1 3 4
1 2 3
2 2 4 2 2 4 2 2 4
A 3 3 4 3 3 4 3 3 4 A
2
b)
1 2 3 1 2 3 1 2 3
A A
1 0 0 01 0 0 0 1 0 0 0
0
1 0 0 0 1 0 0 0 1 0 0
I n 2 0 0 1 00 0 1 0 0 0 1 0
0 0 0 1 0 0 0 1 0 0 0 1
I n
Dizemos que uma matriz A é nilpotente ou nulipotente se existir um número positivo p
p p
tal que A = 0. Se p é menor inteiro positivo tal que A = 0, dizemos que A é nilpotente de
p –1
índice ou classe p. No entanto temos A =0
Ilustração 3.34
212
1 1 3
A 5 2 6
2 1 3
f x a0 a1 x a2 x 2 an x n
f A é a matriz
f A a0 I k a1 A a2 A an A
2 n
EXEMPLO 3.25
2 1 2
Sendo f x = 5 – 3x + 2x e A calcular f A .
3 4
213
Solução:
2
1 0 1 2 1 2
f A 5 3
0 1 3 4 3 4
5 0 3 6 1 2 1 2
2
0 5 9 12 3 4 3 4
2 6 7 6 2 6 14 12
2
9 17 9 22 9 17 18 44
16 18
27 61
Uma matriz A pode ser particionada em matrizes menores, chamadas blocos ou células
de A , por meio de linhas tracejadas horizontais e verticais. Logicamente que uma matriz A pode
ser dividida em blocos de várias maneiras, como por exemplo:
2 3 5 8 4 2 3 5 8 4 2 3 5 8 4
4 1 5 0
9 4 1 5 0
9 4 1 5 0 9
7 6 2 10 11 7 6 2 10 11 7 6 2 10 11
A vantagem da partição em blocos é que o resultado das operações sobre matrizes particio-
nadas pode ser obtido trabalhando-se com os blocos tal como se fossem, efetivamente, os elementos
das matrizes. Quando as matrizes são muito grandes para serem armazenadas na memória de um
computador, elas são particionadas, permitindo que o computador opere apenas com duas ou três
submatrizes de cada vez. Algumas matrizes, como as relativas a grandes Sistemas de Potência11,
mesmo em computadores de grande porte, devem ser particionadas.
214
z A11 z A12 z A13 z A1n
z A z A
21 22 z A23 z A2 n
A zA31 zA32 z A33 z A3n
z Am1 z Am 2 z Am3 z Amn
Consideremos agora um matriz B que tenha sido particionada da mesma maneira que
A , conforme ilustrado a seguir:
B11 B12 B13 B1n
B
21 B22 B23 B2 n
B B31 B32 B33 B3n
Bm1 Bm 2 Bm3 Bmn
Se os blocos correspondentes de A e B tiverem o mesmo tamanho e somarmos estes
blocos, estaremos somando os elementos correspondestes de A e B . Em conseqüência,
A
Ai1 Ai 2 Ai 3
Aip
Am1 Am 2 Am 3
Amp
215
de tal modo que o número de colunas de cada bloco Aij seja igual ao número de linhas de cada bloco
Bjk. Então temos:
EXEMPLO 3.26
Calcule A B utilizando multiplicação em bloco, com
1 2 1 1 2 3 1
A 3 4 0 e B 4 5 6 1
0 0 2 0 0 0 1
Solução:
O produto matricial A B é dado por:
Finalmente,
216
9 12 15 4 9 12 15 4
AB 19 26 33 7 19 26 33 7
0 0 0 2 0 0 0 2
EXEMPLO 3.27
3 2
2 1 1 0 2 1 2
C 1 3 0 2 1 e D 1 4
0 2 4 5 1 2 1
5 2
Solução:
Preparando as partições de C e D para que a multiplicação em blocos seja possível te-
mos:
2 1 1 0 2
C C12
C 1 3 0 2 1 11
C
0 2 4 5 1 21
C 22
3 2
1 2
D
D 1 4 11
D21
2 1
5 2
217
C C12 D11 C11 D11 C12 D21
C D 11
C21 C22 D21 C21 D11 C22 D21
3 2
2 1 1 0 2 2 1
C11 D11 C12 D21 1 2
1 3 0 1
2 1 5 2
4
8 10 10 4 2 6
0 4 1 4 1 0
3 2
2 1
C21 D11 C22 D21 0 2 4 1 2 5 1
5 2
1 4
6 20 15 3 9 23
Finalmente,
2 6 2 6
C D 1 0 1 0
9 23 9 23
1) Uma indústria possui 3 fábricas I, II e III, que produzem por mês 30, 40 e 60 unidades, respecti-
vamente, do produto A e 15, 20 e 10 unidades do produto B. Forme a matriz fábricas produtos
e indique o tipo dessa matriz.
(a) 3 2
(b) 4 4
(c) p q
218
(b) B bij 13 onde bij = 3i + 2j
1 se i j
(c) C cij 4 4 onde cij =
0 se i j
2i j 1 se i j
(d) D d ij 23 onde d ij =
0 se i j
1 se i j
(e) E eij 2 2 onde eij =
2 se i j
5) Quantos elementos não pertencem à diagonal principal de uma matriz quadrada de ordem 10
6) Quantos elementos não pertencem às diagonais de uma matriz quadrada de ordem 2k – 1 onde
K N* e K 2
7) Quantos elementos estão situados abaixo da diagonal principal de uma matriz quadrada de or-
dem n
8) Um conjunto de dados são todos os elementos de uma matriz quadrada de ordem 101. Sabendo-
se que um usuário deseja uma tabulação contendo todos os dados (elementos da matriz) situados
fora de ambas as diagonais e que deverá pagar R$ 0,70 por dado tabulado qual será o custo des-
ta tabulação para este usuário
i j se i j
10) Calcular o traço da matriz quadrada A aij 33 definida por aij = .
i j se i j
11) O técnico de um time de basquetebol descreveu o desempenho dos titulares de sua equipe, em
seus jogos, através da matriz
18 17 18 17 21 18 20
15 16 18 18 22 21 18
A 20 19 20 21 14 14 22
18 22 20 20 18 22 23
19 18 12 14 20 17 18
219
Cada elemento aij dessa matriz é o número de pontos marcados pelo jogador de número i no jo-
go j. Pergunta-se:
12) Antônio, Bernardo e Cláudio saíram para tomar chope, de bar em bar, tanto no sábado quanto
no domingo.
As matrizes a seguir resumem quantos chopes cada um consumiu e como a despesa foi dividida:
4 1 4 5 5 3
S 0 2 0 e D 0 3 0
3 1 5 2 1 3
Assim, no sábado Antônio pagou 4 chopes que ele próprio bebeu, 1 chope de Bernardo e 4 de
Cláudio (primeira linha da matriz S ).
13) Um conglomerado é composto por cinco lojas numeradas de 1 a 5. A matriz a seguir apresenta o
faturamento em dólares de cada loja nos quatro primeiros dias de janeiro:
220
14) Uma figura geométrica tem 4 vértices 1, 2, 3 e 4. Forma-se a matriz A a ij 4 4 , onde a ij =
distância (i , j) para 1 i 4 e 1 j 4, de sorte que
0 1 1 1
1 0 1 1
A . Pergunta-se: qual é a figura de vértices 1, 2, 3 e 4
1 1 0 1
1 1 1 0
i j
18) Ache a transposta da matriz A aij 22 tal que aij sen cos .
3 6
19) Dada a matriz A aij 32 tal que a ij = i + j, obter o elemento b23 da matriz B bij transposta
de A.
1 x 5
20) Determinar x, y e z para que a matriz A 2 7 4 seja simétrica.
y z 3
2 1 2 y
21) Sabendo-se que a matriz A x 0 z 1 é simétrica, pede-se calcular x + y + z.
4 3 2
22) Sabendo-se que a matriz a seguir é anti-simétrica, pede-se determinar os elementos incógnitos
(a 12 , a13 e a23).
4 a
A a b 2
b c 2c 8
a 1 c 1
A
2c b
2 j 3 j 5 4 j 8
24) Achar a conjugada da matriz A
6 j 2 j9 5 j 6
221
25) achar x, y e z tais que as matrizes a seguir sejam hermitianas:
3 x j2 jy
x jy 3
(a) A ; (c) B 3 j 2 0 1 jz
3 jz 0 jy 1 jx 1
x y z w 4 6
26) Encontrar x, y, z e w para que se tenha .
z w x y 10 2
2 x 3 y x 1 2 y
27) Determinar x e y de modo que tenhamos .
3 4 3 y 4
x 2 2x y x x 3
28) Determinar x, y, z e w para que se tenha .
4 5 w 2 z 5w w
1 4
29) Se A 4 e B 7 , calcular A B e A B .
7 8
1 3 2 1 1 4
30) Se A 2 0 , B 3 2 e C 2 3
4 5 0 6 7 2
2 3
31) Se A , calcular as matrizes 2 A , 3 A e 5 A .
4 2
X Y A B C
X Y A C
1 3
0 1 2
33) Dadas as matrizes A 2 4 e B
1 2 0
, calcular A t
B .
0 3
1 3 2
4 1 1
(a) 2 1 4 3 (b) 5 2
2 3 0
5 1 1
222
4 1 4 5 2
(c)
2 5 6 2 (g) 1 1 5 2
4
4 1 3 6
(d)
2 3 1 2 2 2 1 1
(h)
2 2 1 1
5 3
2 3
(e) 2 4 5 2 1 1 2 3
1 4
1 7 (i) 3 1 7 0 2 4
0 1 2 1 3 1
3
2 1 5
(f) 1 2 3 4 2 2 1
4 1 3
2 (j) 2 2 3 1 0 2
1 2 2 2 1 2
35) Calcular os seguintes produtos matriciais:
3
1 2 3
(a) 1 1 0 4 5
6 1 1
2
1 2
1 1 1 0 3
(b) 2 1 0 2 3
2 1
3 4
1 1 0 1 1 3 0 1 2
(a) A e B
3 1 2 3 (b) A 2 0 0 e B 1 2
1 1 1 1 2
2 1
3 2 5
(c) A 1 1 2 e B 0 (d) A e B 2
3 4 5 7 1
37) Em quais dos casos abaixo é válida a propriedade comutativa da multiplicação, isto é,
AB BA
1 2 3 0 3
(a) A e B 1 2 3
1 0 1 1 (b) A e B 2
7 9 2 5
223
1 3 2 1 1 0 1 2 0 0
(c) A e B
3 1 1 2 (d) A 0 4 0 e B 0 4 0
0 0 3 0 0 2
38) 1 c1
b1 1
2
a1
c2
4 1
a2
2 2 1 c3
b2 2 c4
Fig. 3.6
b1 b2 c1 c2 c3 c4
a1 2 2 b1 1 1 1 1
4 0 A 2 B
a2 b2 0 0 2
Sem utilizar a figura 3.6, porém utilizando tais tabelas, pede-se montar o quadro que dá o
número de escolhas de rotas entre os aeroportos dos países a e c.
1 1
39) Encontre as matrizes quadradas de ordem 2 que comutam com A .
0 1
1 1 0
40) Encontre as matrizes quadradas de ordem 3 que comutam com A 0 1 1 .
0 0 1
a 1 0
41) Determine as matrizes quadradas de ordem 3 que comutam com A 0 a 1 .
0 0 a
a b x
43) Calcule o produto A X sabendo-se que A e X 1 .
b c x2
224
44) Demonstre que, se A e B são matrizes quadradas de ordem n, então A e B comutam
se, e somente se, A k I e B k I comutam para cada escalar K.
0 1 0 j j 0
45) Mostre que as matrizes , e são anti-comutativas duas a duas.
1 0 j 0 0 j
46) Para um determinado sistema de energia elétrica obteve-se a seguinte equação matricial para
as correntes nas fases a, b e c:
I a 1 1 0 13 150º
I 1 3 2,5
3 30º
1
b 2 2
3 2,5 3
I c 1
1
2 2 3 30º
47) Ao se estudar um sistema de energia elétrica, obteve-se a seguinte equação matricial para as
correntes nas fases a, b e c.
I a j 2 j 0,5 j 0,5 n
I j 0,5 j 2 j 0,5 1 60º
b n
2 3 5 1 3 5
(a) A 1 4 5 (b) B 1 3 5
1 3 4 1 3 5
1 3 4
A 1 3 4
1 3 4
tivo n.
53) Seja A nilpotente de índice p. mostre que A q 0 para q > p, mas A 0 se q < p.
q
2 2 2
54) Sendo g(x) = – 8 – x + x e A , determine g(A).
3 1
225
55) Calcule AB utilizando multiplicação em bloco, com
3 2 0 0
1 2 0 0 0
3
2 4
0 0
4 0 0 0
A e B 0 0 1 2
0 0 5 1 2
0 0 2 3
0 0 3 4 1
0 0 4 1
30 15
1) 40 20
60 10 23
3) 2 3 , 3 2 , 6 1 , 1 6
2 3 4 5 1 0 0 0
3 4 5 6 0 1 0 0
4) (a) A ; (b) B 1 1 3 ; (c) C ;
4 5 6 7 0 0 1 0
5 6 7 8 0 0 0 1
0 5 6 1 1
(d) D ; (e) E
6 0 8 2 1
5) 90
2
6) (2k – 2)
7) (n2 – 2n)/2
8) R$ 7.000,00
10) 12
12) (a) Cláudio bebeu mais chope ; (b) Cláudio ficou devendo 2 chopes a Antônio
226
13) (a) 2800 ; (b) 10.580 ; (c) 7730
14) uma vez que a distância entre dois vértices distintos é sempre igual a 1 a figura é um tetrae-
dro.
16) 35
3 3
18) 3 1 3 1
2 2
19) 5
21) 5
1
23) a = 1 ; b=0; c=
3
2 j 3 j 5 4 j8
24)
6 j 2 j 9 5 j 6
27) x = 1 , y=0
5 3
29) 11 ; 3
15 1
227
2 2
30) 3 5
3 3
4 6
31) 2 A
8 4
6 9
3 A
12 6
10 15
5 A
20 10
1 1 2 1 1
2
32) X 3 2 2 ; Y 3 2
1
3 6 0 3
1 1 2
33)
4 2 3
13 3
16 7 22 18 13 22
34) (a) 19 ; (b) ; (c) ; (d) ; (e) 8 10
9 10 22 20 3 18 9 25
2 10 4 6 3 6 1 0 0
15 0 0
(f) ; (g) 1 5 2 ; (h) ; (i) 4 29 20 ;
(j) 0 1 0
19 4 20 8 0 0 2 8 6 0 0 1
2 2 4 2 3 1 2 3
36) (a) AB ; A 2 ; B A ; B 2
2 0 6 4 11 5 6 7
4 8 7 3 0
(b) AB 2 4 ; A 2 6 0 ; B A ; B
2 2
228
2 2 4
(c) AB 8 ; A ;
2
BA 0 0 0 ; B
2
3 3 6
6
(d) AB ; A ; B A ; B
2 2
21
38) c1 c2 c3 c 4
a1 6 2 2 6 (Isto é, simplesmente, a matriz produto AB )
a2 4 4 4 4
a b
39) a , b C
0 a
a b c
40) 0 a b a , b , c C
0 0 a
p q r
41) 0 p q p , q , r C
0 0 p
a b
42) a 2 a , b C – {0}
b a
ax bx 2
43) 1
bx1 cx 2
I b 3 j 2 – 150º
1
47) n – 60º
3
229
51) Basta verificar que A 2 033
0 0
54) g A
0 0
7 6 0 0
17 10 0 0
55) AB
0 0 1 9
0 0 7 5
230