Escolar Documentos
Profissional Documentos
Cultura Documentos
MATRIZES E
SISTEMAS LINEARES
s e õ ç at o n a r e V
117 minutos
Aula 2 - Determinantes
Referências
Aula 1
INTRODUÇÃO
Olá, estudante!
As matrizes são uma ferramenta para a resolução de sistemas de equações lineares, transformações geométricas entre
outras aplicações. Seu estudo é fundamental para o entendimento de diversas áreas da matemática e da ciência em geral.
Veremos como nomear e identificar os elementos que a compõe, conhecendo seus tipos e a importância para futuras
aplicações.
Para aplicação, resolveremos probleas e de que forma as matrizes podem ser aplicadas para compreender, interpretar e
resolver problemas do cotidiano e em outras áreas.
[
2
↓
Coluna
↑ ↑
1
−1
A 3x3 =
⎢⎥
Matrizes são estruturas matemáticas muito importantes em diversas áreas da ciência e tecnologia, como a física,
engenharia, economia e a computação. Elas consistem em um arranjo retangular, em geral formada de números dispostos
em linhas e colunas.
A definição formal de uma matriz é a seguinte: uma tabela retangular de números reais (ou complexos), dispostos em m
linhas e n colunas.
ª
1
coluna
] → linhas
Nas matrizes, as linhas são numeradas de “cima para baixo” e, as colunas, da “esquerda para a direita”. Identifica-se a
matriz, nomeando-a por letras maiúsculas.
⎣
a
⎡ 11
a 21
a 31
2ª
coluna
a 12
a 22
a 32
ª
3
coluna
a 13
a 23
a 33
⎤
⎦
ª
← 1 linha
ª
← 2 linha
ª
← 3 linha
⎤
Se uma matriz m linhas e n colunas, então a matriz é de ordem (m por n), indicada por Amxn.
Uma matriz m x n é denotada por , elemento da matriz, em que o índice i varia de 1 a m e o índice j varia de 1 a n.
Cada elemento da matriz ocupa uma posição indicada pelos índices (i, j) na tabela.
A =
⎣
a
⎡ 11
a 21
a 31
a 12
a 22
a 32
a 13
a 23
a 33
⎤
Assim, observe os exemplos a seguir, como se faz a leitura da posição dos elementos:
Uma matriz se diz quadrada quando tem o mesmo número de linhas e colunas. Exemplos de matrizes quadradas:
0
s e õ ç at o n a r e V
⎢⎥
A 3x3 =
a ij = (i)
a 11 = (1)
a 21 = (2)
a 31 = (3)
A =
⎡
⎣
⎡
⎣
1
A =
⎡
⎣
a 11
a 21
a 31
8
²
²
²
Tipos de matrizes:
A 1x4 = [−1
4
− j
−1
−9
−7
0
a 12
a 22
a 32
− 1 = 0
− 1 = 3
− 1 = 8
7
⎤
⎦
⎤
⎦
7
−3
−8
⎤
ij ]
3x2
A 2x2 = [
4
, para a qual a
²
a 12 = (1)
a 22 = (2)
a 32 = (3)
0 3 10]
− 2 =
]
ij
− 2 = 2
− 2 = 7
Fonte: elaborada pelo autora.
É possível construir uma matriz, observando a quantidade de linhas e colunas. Veja um exemplo:
Construir a matriz A = [a = i²
− 1
− j .
Comentários: Para construir essa matriz, ela deve ter 3 linhas e 2 colunas (3×2), assim, o primeiro passo é organizar a forma
Imprimir
0
s e õ ç at o n a r e V
A = [
⎢⎢⎥⎥
B 4x1 =
a 21
a 21 e b 21
Se A =
0
[
a
c
1
Igualdade de matrizes
a 22
São correspondentes:
a 11 e b 11
⎡
1
⎦
0
−6
12
] e B = [
a 12 e b 12
a 22 e b 22
d
] e A = I2
⎤
M = [
0
0
0
0
]
I2 =
b 21
[
0 1
b 22
]
= [a ij ], os elementos. a
a 11 a 12 b 11 b 12
]
I2 é uma matriz quadrada com duas linhas e duas colunas, logo, é possível escrever a seguinte igualdade:
11 ,
Uma matriz quadrada, na qual os elementos da diagonal principal são todos iguais a 1 e os demais elementos são iguais a
zero, chama-se matriz identidade:
I3 =
⎡
1
0
0 0
⎤
1 0
a 22 , a 33 , ..., a nn , que
0
s e õ ç at o n a r e V
a b 1 0
A = [ ] = [ , logo, a=1; b=0; c=0 e d=1
]
c d 0 1
Potências de matrizes
Sejam duas matrizes quadradas A e a matriz identidade I, de mesma ordem.
0
As potências inteiras A0, A1, A2, A3, ... da matriz são definidas assim:
s e õ ç at o n a r e V
0
A = I
1
A = A
2
A = A.
3
A = A. A. A
E assim sucessivamente.
Matriz inversa
As operações entre matrizes possuem uma analogia com as operações de adição, subtração e multiplicação em relação aos
números reais.
Se A e B são matrizes n×n e se AB=AB=In, então, tem-se que B é a inversa de A, e indica-se por B=A-1.
Adição
A =
B =
⎢⎥
OPERAÇÕES COM MATRIZES
As operações entre matrizes são uma parte fundamental da matemática e da álgebra linear.
Lembrando que uma matriz é um conjunto retangular de números organizados em linhas e colunas e as operações entre
matrizes envolvem a manipulação desses números para realizar cálculos úteis em diversas áreas, como ciências,
engenharia, economia e computação.
⎣
[
2
−9
2 8
10
−2
0
8
6
Propriedade da adição:
4 1
5 2
− 3
− 5
10
Comutativa: A+B = B+ A
]
⎦
→ A
T
=
⎡
⎣
4
1
5
0
⎤
A soma de duas matrizes A e B do mesmo tamanho (m x n) é outra matriz C, também m x n, em que cada elemento cij, é
dado pela soma dos elementos correspondentes de A e B: c
Para efetuar a adição ou a subtração, as duas matrizes devem ter a mesma ordem:
0 5
ij = a ij + b ij
a. Determinar A+B: a soma entre duas matrizes é obtida somando-se os elementos correspondentes nas duas matrizes.
⎣
7
10
−2
Oposto: A+(-A) = 0
Subtração
− 3
− 5
10
⎤
⎦
=
⎡
⎣
(0 + 7)
(4 + 10)
(2 − 2)
(5 − 3)
(6 − 5)
(8 + 10)
⎤
⎦
=
⎡
⎣
7
14
0
2
18
⎤
⎦
0
Matriz transposta: a transposta de uma matriz A é denotada por At, e é obtida trocando as linhas pelas colunas da matriz
original.
−9 0
s e õ ç at o n a r e V
↑
1
2
.
⎢⎥ ⎢ ⎥
Para toda matriz A
matriz -A chama-se oposta de A.
⎣
2
4
4
6
−5
⎤
⎦
−
−7
Multiplicação de matrizes
da segunda matriz.
A 2x2 . B 2x3
↑
colunas e
linhas iguais
[
−1
0
= [a ij ]
10
−2
(−3). [
1 −4
] =
=
[
⎣
−3
] e B = [
− 5
10
8
mxn
Sejam A =
1 2
⎤
12
−1
, existe uma matriz indicada por -A, para a qual tem-se A
b. Determinar A-B: a subtração entre duas matrizes é obtida somando os elementos correspondentes nas duas matrizes.
0 5 7 − 3
2
=
]
⎡
4
(0 − 7)
(4 − 10)
[2 − (−2)]
2 ⎤
⎦
[5 − (−3)]
[6 − (−5)]
(8 − 10)
Para calcular essa multiplicação, cada elemento da matriz deve ser multiplicado por esse número.
−9 0 27 0
⎤
⎦
=
⎡
⎣
−7
−6
Inicialmente, para que o produto seja possível, somente será possível quando o número de colunas de A for igual ao
número de linhas da matriz B:
Assim, com essas condições, o produto AB será uma matriz de ordem m×k
O produto é obtido ao multiplicar cada elemento da linha da primeira matriz pelos elementos correspondentes da coluna
3
1
6
] , determinar, se possível o produto AB.
8
11
− 2
⎦
⎤
+ (−A) = 0 mxn , assim, a
0
s e õ ç at o n a r e V
Aa Figuras 3 e 4 apresentam o passo a passo para calcular a multiplicação entre matrizes.
0
s e õ ç at o n a r e V
Fonte: elaborada pelo autora.
−1 10 13
Logo, tem-se o produto A. B = [ ].
1 − 4 − 1
B 2x3 . A 2x2
↑ ↑
colunas e
Entende-se, portanto, que o produto não é possível, pois o número de colunas de B é diferente do número de linhas da
matriz A.
Propriedades da multiplicação
Considere A, B e C matrizes e as condições para que seja possível o produto, tem-se:
Associativa: A(BC)=(AB)C
Distributiva: A(B+C)=AB+Ac
Existência de uma matriz identidade (I): e quando multiplicada por outra matriz A resulta em A: IA=AI=A
A =
coluna.
⎢⎥
MATRIZES NA PRÁTICA
Agora é momento de colocar em prática o que aprendeu sobre matrizes até aqui.
Inicialmente, você vai explorar alguns conceitos e em seguida realizar as operações entre matrizes na resolução de
problemas.
1. Seja a matriz
⎡1
⎣
0
3
0
4
1
2 ⎤
Comentários: Trata-se de uma matriz quadrada, pois o número de linhas é igual ao número de colunas. Essa matriz é
de ordem 3x4, ou matriz de terceira ordem.
Comentários: Para localizar os elementos, o primeiro número do índice indica a localização da linha e o segundo da
Comentários: identificar os elementos iguais a zero, e então verificar em qual linha e qual coluna está localizado:
Figura 5 | Comparação i e j
Assim, ao comparar os índices, é possível verificar de que forma as posições estão dispostas nas matrizes.
Nessa segunda atividade, conheceremos uma aplicação da organização das matrizes para o cálculo da adição.
0
s e õ ç at o n a r e V
[
Comentários:
[
2x
2z 2w
2x
2z
2y
S + D =
⎢⎥
f. Determinar os reais x, y, z e w, para:
2y
2w
] =
3
] =
[
−x + 3
2x =
2w = 3w + 4
S =
− x + 3 → 3x = 3 → x = 1
2y = 2 + y − x
2z = 1 + z + w
⎣
0
→
→
⎣
4
3
[
1 + z + w
⎦
−x
1
1
Amaro :
Benedito :
Carlos :
9 + 6 + 8 =
0 + 5 + 0
5 + 2 + 8 = 15
0
5
2
3w
y = 2 − x → y = 1
⎤
z = 1 + w → z =
− w = 4 → w =
D =
⎦
+
] +
2 + y − x
3w + 4
23
=
⎡
4 1 4
5
5
⎣
[
2
z + w
− 4
3
1
− 3
⎦
y − x
4
]
g. Três amigos, Amaro, Benedito e Carlos, saíram para treinar basquete, tanto no sábado quanto no domingo. As matrizes
a seguir, resumem quantas cestas cada um converteu no treino:
4
⎤
S refere-se às cestas convertidas no sábado e D às de domingo. A primeira linha representa as cestas de Amaro, a segunda
linha de Benedito e a terceira de Carlos, em três lances individuais que são indicados pelas colunas.
a. Em cada lance, quantas cestas forma convertidas no sábado e no domingo por cada um dos amigos?
3
⎤
⎦
=
⎡
⎣
9
5
6
2
7
8
⎤
Comentários: Para conhecer a pontuação total, calcula-se a soma das cestas convertidas nos três lances.
c. Uma franquia de restaurantes nas cidades de São Paulo, Fortaleza e Brasília, vende em seu cardápio somente
hambúrgueres, batatas fritas e sucos. Para entender sobre as vendas, em um certo dia, as vendas foram distribuídas
de acordo com a seguinte matriz:
⎢⎥
a. Qual o total de vendas em cada cidade por item?
⎣
400
700
300
500
900
⎦
Fonte: elaborada pela autora.
Comentários: Para encontrar o valor total, será necessário calcular o produto BA entre as matrizes.
Verificando a ordem das matrizes: B1x3.A3x3, observe que o número de colunas da primeira matriz é igual ao número de
linhas da segunda matriz, logo o produto é possível.
⎡
4000 1000 3500
⎤
Observe que a partir das operações com matrizes é possível resolver problemas mais práticos.
0
s e õ ç at o n a r e V
VIDEO RESUMO
Neste vídeo, você aprenderá o conceito de matrizes e como é possível construir uma a partir da posição de seus elementos.
Além disso, estudará algumas das operações mais comuns entre matrizes como a adição, subtração, multiplicação e
transposição. A adição e subtração de matrizes envolvem a soma ou subtração dos elementos correspondentes em cada
0
uma delas. Já a multiplicação é um processo mais complexo que envolve a multiplicação de linhas e colunas de duas
matrizes diferentes para obter uma nova matriz resultante.
s e õ ç at o n a r e V
Saiba mais
No trabalho intitulado Algumas Aplicações de Matrizes, você poderá retomar conceitos envolvendo matrizes e
exemplos de aplicações simples. No Capítulo 2, são apresentadas as aplicações articulando-as com a criptografia e
com modelos populacionais.
Aula 2
DETERMINANTES
Determinantes são elementos fundamentais da álgebra linear e são usados para descrever as propriedades
básicas das matrizes.
22 minutos
INTRODUÇÃO
Olá, estudante!
Determinantes são elementos fundamentais da álgebra linear e são usados para descrever as propriedades básicas das
matrizes. Eles são uma medida numérica que pode ser associada a uma matriz quadrada e nos fornecem informações
importantes sobre a natureza dela.
Os determinantes podem ser utilizados para indicar se uma matriz é inversível ou não, encontrar a área de um
paralelogramo ou volume de um paralelepípedo e para resolver sistemas lineares de equações.
Eles também desempenham um papel importante na teoria dos valores próprios e vetores das matrizes. Nesta introdução,
exploraremos os conceitos básicos de determinantes e suas aplicações em diversas áreas da matemática e da ciência.
DETERMINANTES
O determinante é um conceito fundamental da álgebra linear e é usado para descrever as propriedades básicas das
matrizes quadradas.
det A =
det A =
∣⎢⎥
Em essência, ele é um número que pode ser associado a uma matriz quadrada e que fornece informações importantes
sobre a natureza dela, sendo calculado a partir dos elementos da matriz e usado para resolver muitos problemas em várias
áreas da matemática e da ciência.
Se uma matriz é quadrada, então é possível associar um número denominado determinante, que pode ser usado na
determinação da inversa de uma matriz e na resolução de problemas lineares.
2
b
−3
Seja a matriz: A =
det A =
3
]
= ad − bc
g
⎡
h
a
i
c
i
⎤
a
c
b
d
, então o determinante de A é definido por:
]
Assim, multiplica-se os elementos d diagonal principal e os elementos da diagonal secundária, calcula-se, então, as
diferenças entre esses produtos, encontrando o valor do determinante.
Se A = [
6 −3
, calcular o determinante associado a essa matriz.
= (6. 3) − [2 . (−3)] = 24
Observe que se trata de uma matriz quadrada, do tipo 3×3, logo para encontrar o determinante, aplica-se a Regra de
det A =
a b c
a c
i
a
g
b
h
0s e õ ç at o n a r e V
3. Multiplique os elementos na diagonal principal da matriz original, começando no canto superior esquerdo e descendo
até o canto inferior direito, e anote o produto.
0
s e õ ç at o n a r e V
Fonte: elaborada pelo autora.
4. Multiplique os elementos na diagonal secundária da matriz original, começando no canto superior direito e descendo
até o canto inferior esquerdo, e anote o produto.
De forma geral, esse é o processo para aplicar a Regra de Sarrus para determinantes de matrizes de ordem 3.
⎢⎥
⎡
⎣
1
−1
0
1
3
2
⎤
A =
⎡
⎣
−1
1
4
0
1
3
3
⎦
⎤
2 −11
1 0
4 2
Identificar a diagonal principal e as duas paralelas, multiplicando os elementos de cada linha e realizar a soma:
Identificar a diagonal secundária e as duas paralelas, multiplicando os elementos de cada linha e realizar a soma:
Para finalizar, subtrai-se o resultado obtido pela diagonal principal do resultado da diagonal secundária:
det A = 16 − (−3) = 19
0
s e õ ç at o n a r e V
det A =
Exemplo:
Exemplo:
∣∣
PROPRIEDADES DOS DETERMINANTES
Existem várias propriedades importantes associadas ao determinante de uma matriz quadrada que são essenciais para
entender seu comportamento e suas aplicações, podendo ser classificadas em:
det A
0
b
0
t
= 0.
.
0
c
Esta garante que qualquer propriedade de determinantes que envolve linhas de uma matriz é igualmente válida se trocar
“linhas” por “colunas”.
d
a
= 0
b
d
]
Teorema de Laplace
⎣
2
−2
3
5
−1
6
⎤
⎦
.
(k. A) = k
n
. det A
Fila nula: se uma linha (ou coluna) de uma matriz A é nula, o seu determinante é igual a zero.
a
k. A =
(A . B) = det A . det B
ka
O Teorema de Laplace, descoberto pelo matemático francês Pierre-Simon Laplace no final do século XVIII, é um importante
resultado matemático que se aplica ao cálculo de determinantes de matrizes quadradas. .
Neste teorema, o valor de um determinante de uma matriz quadrada pode ser calculado por meio da soma dos produtos
dos elementos de uma linha (ou coluna) qualquer pelos seus respectivos cofatores, sendo muito útil porque permite
calcular determinantes de matrizes grandes sem a necessidade de calcular todos os elementos da matriz.
.
kb
kd
0
s e õ ç at o n a r e V
C 12 = (− 1)
⎣
0
0
1
−1
1 +2
Dada a matriz: A =
1
Det A =
. D ij
. A 12 = (−1)
1
⎣
2
0
−1
⎤
⎦
−2
1
−1
1
3
3 1 0 1
3
det A =
−1
. 8 =
−1
⎦
4
⎤
→
A 12 =
−1
0 4
6
= 0 − (−8) = 8
− 8
Conhecendo o cálculo do cofator, estude como aplicar o Teorema de Laplace na resolução de determinantes de matrizes
n×n.
3 1
0
1
−1
1
0
1 −1
1
Escolha preferencialmente uma linha ou coluna que possua uma maior quantidade de zeros, pois o determinante será o
Obter o produto entre cada elemento da linha (ou coluna) selecionada e o cofator, e somar os resultados.
0
s e õ ç at o n a r e V
∣
Chamando de C o cofator, tem-se: 0 .
0
1
1 −1
2
Diagonal principal: [3 .
Diagonal secundária:
Calculando o cofator: C
Det A 43 = 0
1
−1
Diagonal principal: [3 .
1
1 1
0 1
23
2
= (− 1)
1
1
− 1
1
C 13 + 3 . C 23
A 23 =
3 1 1 3 1
1 (−1)] + (1 . 2 . 0) + (1 .1 .1) =
2+3
23
(−1).2] + (1 . 4 . 1) + (1 .0 .1) =
+ 0 . C 33 + 1 . C 43
− 2 − (5) =
− 3 + 0 + 1 =
(1 . 1 .0) + (3 . 2 . 1) + [(1.1.(−1)] = 0 + 6 − 1 = 5
Suprimir a linha e a coluna do elemento indicado, para encontrar o determinante, elemento A43:
3 1 1
Figura 8 | Cálculo do cofator C43
− 6 + 4 + 0 =
− 2
− 2
0
s e õ ç at o n a r e V
det A =
det B =
− 2x² + 5x =
⎢∣ ⎥
Diagonal secundária: [1 .
Calculando o cofator: C
1. Sejam as matrizes A
det A = det B
−2
−1
− 2x² + 5x + 42 = 0
2x² − 5x − 42 = 0
Δ = (−5)² − 4(2)(−42)
Δ = 361
x =
−(−5) ± 19
Resposta: x′=
4
43
2x
−8
=
5
6 ou
(−1) . 1) + (3 . 4 .1) + [(1.0.2] =
= (− 1)
= [
1
x
4+3
det A = 0 . 1 + 3 . 7
2x
−8
]
[0 − 5x + 0] − [0 + 0 + 50] =
− 8 − 2x² =
A =
− 5x − 50
−2
−5 −1
− 50 + 8
0
x′= 6 ou
x′′ −
7
2
5
det B
+ 0 . 2 + 1 . (13) = 21 + 13 = 34
− 5x − 50
x′′=
=
−
−1
− 2 − (11) =
−2
14
A ≠ 0
5
=
−5
.
0
2
− 1 + 12 + 0 = 11
C 13 + 3 . C 23
⎦
− 13
+ 0 . C 33 + 1 . C 43
Com o Teorema de Laplace, para encontrar o determinante de uma matriz quadrada de qualquer ordem, é preciso reduzir
a um determinante de 2ª ou 3ª ordem, sem precisar trabalhar com todos os elementos.
Caso algum elemento seja igual a zero, escolhendo a linha ou a coluna que contém a maior quantidade de zeros, os cálculos
são reduzidos.
− 8 + 2x²
0
s e õ ç at o n a r e V
C =
A
⎢∣ ⎥⎢⎥∣
Verifique se a matriz A
det A =
A 11 = (−1)
A 21 = (−1)
A 31 = (−1)
=
14
2
44
12
−10
−4
.
1+1
2+1
3+1
⎣
2
14
0
.
0
6
2
−2
−2
⎦
−1
⎡
2
A = 44
−10
−4
2
12
−1
−1
3
−1
= 2
, tem-se:
−2
6
6
⎤
⎦
⎡
= 2
= 14
T
1
− 2
=
2
Essa matriz é obtida, substituindo cada elemento aij pelo seu cofator Aij.
−2 4
2
−2
44
=
=
.
⎣
⎣
3
−1
A = 44
⎦
−1
⎤
12
1 + x
é invertível.
Comentários: Será preciso calcular o determinante dessa matriz. Como se trata de uma matriz de ordem 3, então,
aplica-se a Regra de Sarrus.
1
⎡
2 + 24 + 0
A 12 = (−1)
A 22 = (−1)
A 32 = (−1)
2
.
−10
2
6
1
det A
1+2
2+2
3+2
. C
14
−4
−2
0
⎦
1 − x
0
⎤
Para obter a matriz inversa, inicialmente é preciso construir a matriz dos cofatores da matriz A, indicando essa matriz por C.
Comentários: A condição deve considerar que detA deve ser diferente de zero para que a matriz seja invertível.
.
T
−
=
⎡
x
⎦
−18 + 0 + 0
−1
−1
⎤
1
3
=
22
22
22
= 12
− 4
−
1
22
3
22
22
− 10
seja invertível.
−
−
⎤
22
22
22
1
1
= 26 + 18 = 44
A 13 = (−1)
1+3
A 23 = (−1)
A 33 = (−1)
⎦
.
2+3
3+3
.
0
0
−2
−2
2
0
= 6
= 6
= − 2
0
s e õ ç at o n a r e V
D =
D =
∣∣
det A =
1 + x
= (1 + x) . (1 − x) . x + 2(1 − x)
= (1 − x) [(1 + x). x − 2]
= (1 − x)(x² + x − 2)
1 − x ≠ 0
x ≠ 1 e x ≠
e ²
x
0
1 − x
A ≠ 0
+ x − 2 ≠ 0
− 2
1
= [(1 + x) . (1 − x) . x ] + 0 + 0 − [1 .2 (1 − x) + 0 + 0]
, assim:
O determinante se resolve aplicando a Regra de Sarrus no cálculo da expressão a fatoração por evidência e resolve-se as
duas equações, substituindo o sinal de igual, pelo sinal de diferente, pois se x assumir um desses valores, o determinante
resulta em zero, e assim, a matriz não será invertível.
x1
x2
x3
2
0
2
y1
y2
y3
1
1
1
Figura 9 | Cálculo da área
Determine a área de um triângulo, sabendo que seus vértices são (4,0), (0,0) e (2,2).
4 0 1
2
|D|
0s e õ ç at o n a r e V
S =
1
∣ ⎢⎥
4
VÍDEO RESUMO
INTRODUÇÃO
0
|D| =
Olá, estudante!
1 4 0
1 0 0
1 2 2
2
=
|−8| =
⎡
⎣
0 + 0 + 0
2
. 8 = 4
⎤
⎦
−
⎡
⎣
0 + 8 + 0 = − 8
O determinante é uma ferramenta fundamental da álgebra linear que tem muitas aplicações em várias áreas da
matemática e da ciência.
Neste vídeo você irá conhecer e estudar sobre as propriedades dos determinantes de 2ª e 3ª ordem e determinantes de
ordens maiores. O cálculo de determinantes implica em conhecer a Regra de Sarrus e o Teorema de Laplace.
Saiba mais
Para complementar seus estudos, confira o material intitulado A Matemática em planilhas eletrônicas: Determinantes,
que aborda a Regra de Sarrus e sua aplicação em planilhas eletrônicas.
Boa leitura!
Aula 3
SISTEMAS LINEARES
Sistemas lineares são um conjunto de equações que descrevem um conjunto de variáveis que estão
relacionadas de forma linear.
22 minutos
Sistemas lineares são um conjunto de equações que descrevem um conjunto de variáveis que estão relacionadas de forma
linear. Um sistema linear pode ser representado na forma matricial AX=B e pode ter uma ou várias soluções.
Composto por equações lineares, a resolução implica em conhecer alguns métodos que auxiliam quando se tem um
sistema com várias equações.
Apresentaremos métodos de resolução desses sistemas para qualquer quantidade de equações a fim e compreender como
aplicá-los de modo escalonado.
Esse estudo requer atenção e dedicação pois qualquer método de resolução apresenta o passo a passo, tornando mais
compreensível o algoritmo para resolver esses sistemas.
0
s e õ ç at o n a r e V
SISTEMAS DE EQUAÇÕES LINEARES
Sistemas lineares são formados por duas ou mais equações lineares. Estes, por sua vez, têm uma importante relação com a
teoria de matrizes.
Através da teoria das matrizes, é possível estudar muitas propriedades e características dos sistemas lineares, como suas
0
soluções, condições de existência de soluções e outros aspectos importantes.
s e õ ç at o n a r e V
As equações lineares possuem algumas características importantes em que é possível identificá-las.
Equações lineares
Seja a equação: x+3y=8, sendo x e y incógnitas, pode ser considerado um exemplo de equação linear. Importante verificar
que os expoentes das incógnitas são iguais a 1.
Numa equação linear não aparecem termos da forma 2x2 ou 4xy ou 5x-1, assim, uma equação linear possui expoentes das
incógnitas iguais a 1, e em cada termo, aparece no máximo uma incógnita.
a. 3x 1 + 4x
3
2
− x3 = 0 → a incógnita , possui expoente igual a 3.
c. x 1 + √x 2 + x3 − x4 = 1 → , a incógnita é um radicando.
a 1 x 1 + a 2 x 2 + a 3 x 3 + ... + a n x n = b
Sendo: x 1
, x 2 , x 3 , ..., x n , são incógnitas e a 1
, a 2 , a 3 , ..., a n e b, são números conhecidos, denomina-se equação linear a
n incógnitas.
Os números a 1
, a 2 , a 3 , ..., a n , denominam-se coeficientes da equação e b é o termo constante ou independente da
equação.
2x 1 − 3x 2 = 1
{ , denomina-se sistema de equações lineares a 2 incógnitas.
5x 1 + 2x 2 = 12
Para essas equações, o par de valores: x1=2 e x2=1, satisfaz cada uma das equações do sistema:
⎪
2x 1 − 3x 2 = 1 → 2(2) − 3(1) = 1 → 1 = 1
5x 1 + 2x 2 = 12 → 5(2) + 2(1) = 12 → 12 = 12
De modo geral, um sistema de equações lineares pode ser formado por m equações lineares a n incógnitas:
⎧a 11 x 1
Onde x
a 21 x 1
S = ⎨a 31 x 1
1
+ a 12 x 2
+ a 22 x 2
+ a 32 x 2
, x 2 , x 3 , ... , x n
Os números (coeficientes) a
O conjunto de valores x 1
+ a 13 x 3
+ a 23 x 3
+ a 33 x 3
+ ... +
+ ... +
+ ... +
....................................................
a m1 x 1 + a m2 x 2 + a m3 x 3 + ... +
são as incógnitas.
ij
a 1n x n = b 1
a 2n x n
a 3n x n
a mn x n
e bi , 1 ≤ i ≤ m e 1 ≤ j ≤ n
= b2
= b3
= bm
Com essas informações cima, e lembrando da definição de produto de matrizes, o sistema linear S, pode ser escrito na
forma matricial.
Matriz das incógnitas é uma matriz coluna em que se registra as incógnitas da equação linear.
Matriz dos termos independentes, é uma matriz coluna, registrando todos os valores dos termos independentes.
Exemplos:
1. O sistema linear {
2x + y = 3
−x + 6y = − 3
, pode ser escrito na forma matricial:
1
0
s e õ ç at o n a r e V
, α 2 , α 3 , ..., α n ) .
⎢⎪⎥
[
⎣
3
3
2
−1
− 2
⎦
1
2. O sistema linear {
5
x
] [ ] =
y
− 1
⎤
]
x
[ ] =
y
x
⎡ ⎤
y
⎣ ⎦
⎩
z
[
=
3
−2
]
3x + y − z = 8
2x + 5y + 4z = 0
x + y = 8
+ 5y = 1
3x − 2y = 0
⎣
8
0
8
⎦
]
, pode ser escrito na forma matricial:
Alguns métodos para resolver um sistema linear são práticos até em um sistema que possui um número de equações
pequeno, porém quando se trata de um sistema com várias equações, o método do escalonamento pode ser mais simples
em relação aos demais.
Sistemas equivalentes
Dois sistemas S1 e S2 são equivalentes se eles têm o mesmo conjunto de soluções, isto é, quando toda solução de S1 é
também solução de S2 e vice-versa.
Dado um sistema linear S1, para obter um sistema linear S2, equivalente a S1, deve efetuar as seguintes transformações em
S1 .
Somar membro a membro, uma equação uma outra, esta previamente multiplicada por um número.
Um sistema de equações é um sistema escalonado ou, ainda, que está na forma escalonada quando:
0
s e õ ç at o n a r e V
O número de coeficientes nulos, antes do primeiro coeficiente não nulo, cresce “da esquerda para a direita, de equação
para equação”.
⎪
Para resolução de um sistema escalonado, há duas situações a serem examinadas:
⎧x + 2y − 3z = 4
⎨
⎩
3:
{
y + 4z = 7
2z = 2
2z = 2 → z =
x + y + 2z = 2
y + z = 3
= α
x + 3 − α = 2 − 2α
x = − 1 − α
2
2
(2)
(3)
(1)
(2)
(1)
→ z = 1
Substituindo z na equação 2:
y + 4z = 7 → y + 4(1) = 7 → y = 3
Substituindo z e y na equação 1:
x + 2y − 3z = 4 → x + 2(3) − 3(1) = 4 → x = 1
Logo, o sistema admite uma única solução (1; 3; 1), então o sistema é possível e determinado. O conjunto solução é
dado por: S = {(1; 3; 1)} .
Comentários: Para resolver esse sistema, devemos fazê-lo recair no caso anterior.
Inicialmente, as incógnitas que não aparecem “no começo” de nenhuma das equações do sistema, chamadas de
variáveis livres, devem ser passadas para os segundos membros das equações.
Observe que a única incógnita que não aparece “no começo” de nenhuma das equações é , ou seja, é a única variável
livre. Assim, deve-se passar para os segundos membros das equações, obtendo o sistema S’:
(S′) {
x + y = 2 − 2z
y = 3 − z
(1)
(2)
Agora o sistema S’ deve ser considerado como um sistema contendo apenas as incógnitas que estão nos primeiros
membros das equações.
Para continuar, atribui-se à variável livre z, um determinado valor, obtendo um sistema possível e determinado.
Fazendo z , tem-se {
x + y = 2 − 2α (1)
y = 3 − α (2)
s e õ ç at o n a r e V
⎪⎜⎟
As soluções do sistema são os infinitos conjuntos de valores do tipo:
V = {( − 1 − α; 3 − α; α),
α = 0 : (−1; 3; 0)
α = 1 : (−2; 2; 1)
α = 2 : (− 3; 1; 2)
⎩
a 21 x 1
S = ⎨a 31 x 1
a m1 x 1
+ a 22 x 2
+ a 32 x 2
+ a m2 x 2
+ a 23 x 3
+ a 33 x 3
+ a m3 x 3
+ ... +
+ ... +
⎝
S
⎞
⎠
⎨ 4x
⎩
x1
1 − 3x 2
+ x2
+ 2x 3 = 30
+ x3 = 1
⎧a 11 x 1 + a 12 x 2 + a 13 x 3 + ... +
....................................................
+ ... +
a 1n x n = 0
a 2n x n
a 3n x n
a mn x n
1
= 0
= 0
= 0
Logo, um sistema linear homogêneo é sempre trivial. Se o sistema for determinado, possuirá uma única solução: a trivial; se
for indeterminado, possuirá infinitas soluções: a trivial e outras, distintas da trivial.
Após verificar as duas situações para resolver um sistema escalonado, esse é o momento de escalonar um sistema linear
por completo.
1. Resolva o sistema:
⎛
⎧ 2x 1 + x2 − 2x 3 = 2
Escolha para 1ª equação aquela em que o coeficiente da 1ª incógnita x, seja 1 (ou 1). Essa escolha simplifica os cálculos
que vêm em seguida:
0
s e õ ç at o n a r e V
⎜ ⎟⎪
Substitui-se as 2ª e 3ª equações pela soma de cada uma com a 1ª equação multiplicada por um número “conveniente”:
o número “conveniente”, deve ser tal qual anulem os coeficientes da 1ª incógnita , , em todas as demais equações.
Trocar a 3ª equação pela 2ª, pois a 3ª possui o primeiro coeficiente igual a (-1).
⎝
S
⎞
⎠
⎧ x1
⎨
⎩
+
− 7x 2
− x2
x2 +
− 2x 3 = 26
x3 = 1
− 4x 3 = 0
x1 + x2 + x3 = 1 → x1 − 4 + 1 = 1 → x1 = 4
~ ⎨
⎩
→
+
− x2
x2
− 7x 2
26x 3 = 26
− x2 − 4 x3 = 0
→ x3
→
= 1
− x 2 − 4 (1) = 0 − x2 = 4
+ x3 = 1
− 4x 3 = 0
− 2x 3 = 26
Repetir o processo: multiplicar a 2ª equação por um número conveniente e somar com a 3ª equação:
O sistema escalonado, é do 1º tipo, isto é, possui o mesmo número de equações e de incógnitas, logo é um sistema possível
→ x2 = 4
Assim, de maneira geral, escalonar um sistema de equações lineares significa aplicar uma série de operações elementares
sobre as equações do sistema com o objetivo de simplificá-lo e obter sua forma escalonada ou forma triangular. Essas
operações elementares incluem:
Adicionar ou subtrair uma equação a outra equação multiplicada por um número diferente de zero.
Ao aplicar essas operações, o sistema de equações é transformado em um novo sistema equivalente que possui a mesma
solução, mas cujas equações estão organizadas de uma maneira mais simples e sistemática.
0
s e õ ç at o n a r e V
A forma escalonada de um sistema de equações lineares é uma forma em que as equações são organizadas em linhas
sucessivas, em que a primeira linha tem mais zeros à esquerda do que a segunda linha, a segunda linha tem mais zeros à
esquerda do que a terceira linha, e assim por diante, até que todas as linhas restantes tenham apenas zeros à esquerda.
A forma triangular é uma forma escalonada em que todos os coeficientes abaixo da diagonal principal são iguais a zero.
0
VIDEO RESUMO
s e õ ç at o n a r e V
Olá, estudante!
Neste vídeo, você vai aprender o conceito de equações lineares e como os sistemas lineares são formados por essas
equações.
Um sistema linear pode ser formado por duas ou mais equações lineares, e resolver um sistema é encontrar o conjunto de
solução que satisfaça simultaneamente todas as equações, tornando as igualdades verdadeiras.
Assim, você vai aprender um método que pode tornar os cálculos menos complexos e pode ser aplicado para sistemas de n
equações, o escalonamento. Acompanhe o passo a passo na aplicação desse método para resolver sistemas lineares.
Saiba mais
Os sistemas lineares são classificados de acordo com o número de soluções que ele pode apresentar.
O sistema será possível, se possuir ao menos uma solução. O sistema será impossível se não possuir solução.
Se o sistema é possível e admite uma única solução, ele é determinado; se é possível e admite mais de uma solução,
ele é indeterminado.
Para complementar seus estudos, leia o artigo: Sistemas lineares. Programa de Educação Tutorial, publicado pelo
programa de Educação Tutorial em Física.
Boa leitura!
Aula 4
MATRIZES INVERSAS
Para se obter a matriz inversa, é preciso aprender que existem alguns procedimentos, e cada um vai
depender da situação em que os cálculos podem ser facilitados.
23 minutos
INTRODUÇÃO
Olá, estudante!
Para se obter a matriz inversa, é preciso aprender que existem alguns procedimentos, e cada um vai depender da situação
em que os cálculos podem ser facilitados.
As matrizes inversas têm muitas aplicações como na resolução de sistemas lineares, encontrando o conjunto solução e,
também, na codificação e decodificação de mensagens. Existem outras aplicações em que o uso da matriz inversa contribui
0
para a resolução de problemas.
s e õ ç at o n a r e V
MATRIZ INVERSA: DEFINIÇÃO
Uma matriz inversa é definida apenas para matrizes quadradas e é denotada como A-1, onde A é a matriz original.
a b
Uma matriz quadrada de ordem do tipo 2×2, A = [ , admite inversa se det
] A = ad − bc ≠ 0 , e a inversa é dada
c d
d −b
por A −1
=
1
det A
= [ ] .
−c a
Para conhecer como encontrar a inversa de uma matriz do tipo n×n, é preciso estabelecer uma condição para a existência
da inversa.
Teorema:
Teorema:
Demonstração:
1 3 7 −3
Exemplo 1: A matriz A = [ ] é inversível e A −1
= [ , pois:
]
2 7 −2 1
1 3 7 −3 1 0
−1
AA = [ ] [ ] = [ ] = I2
2 7 −2 1 0 1
7 −3 1 3 1 0
−1
A A = [ ] [ ] = [ ] = I2
−2 1 2 7 0 1
3 7
Exemplo 2: Qual a inversa da matriz A = [ ]?
5 11
⎢⎥
Inicialmente deve ser encontrada a matriz A-1: A
AA
⎣
4
−1
−1
Vem que:
[
1
=
8
= I2
] [
a + 2c = 1
[
4a + 8c = 0
g + 2h + 4i
d + 2e + 4f
g + 2h + 4i
c
c
Exemplo 3: A matriz [
d
d
⇒ [
] =
a
11
c
A
−1
A = I3 ⇒
⎡
⎣
⇒
AA
−1
= [
3 7
] [
g
1
0
A
4
b
⇒ imposs vel
⎡
a + 2b + 4c
d + 2e + 4f
g + 3h + 9i
⎡
a + 2b + 4c
b
a + 3b 9c
d + 3e + 9f
a + 3b 9c
d + 3e + 9f
g + 3h + 9i
] [
3
{
3a + 5b = 1
7a + 11 b = 0
⇒ a =
−1
11
8
2
1
] ⇒
i
−
⎦ ⎣
í
⎤ ⎡
4
1
11
a b
[
−1
7
11
2
] =
=
e{
11
2
b =
a + 2c
4a + 8c
9
⎡
⎣
[
[
1
b + 2d = 0
4b + 8d = 1
1 1 1
4 9 1
a + b + c
d + e + f
g + h + i
a + b + c
d + e + f
g + h + i
⎤
2 3 1
⎦
⎦
h
3
=
0
e{
1
]
4b + 8d
⎦
−1
0
⇒
] = I2
b + 2d
=
=
3c + 5d = 0
c + 11 d = 1
⎣
[
[
a
] =
0
⎤
0
b
3a + 5b
3c + 5d
[
1
⇒ imposs vel
]
1
−1
⎦
0
1
7a + 11b
7c + 11d
⇒ c =
í
[
a
c
5
d
] =
d =
]
[
−
1
2
0
1
]
0
s e õ ç at o n a r e V
⎪ ⎢⎥
⎧d + 2e + 4f
⎨d + 3e + 9f = 1
⎩
A
d + e + f = 0
⎧g + 2h + 4i = 0
⎨g + 3h + 9 = 0
g + h + i = 1
x =
−1
−1
=
⎣
−40
1
13
⎡
5
a
13
5
b
8
⎦
→ x =
16
−5
−2
= 0
−5
−2
x = A
−1
b
x =
−3
−1
⇒ A
−3
−1
⎣
−40
⎤ ⎡
⎦ ⎣
⇒ d = 1, e =
⇒ g = 3, e =
13
5
y
17
−1
⎦
=
−5
−2
b =
⎡
−40 16 9
⎤
16
=
⎡
−3
−1
⎣
9
−3
−1
1
A matriz inversa também pode ser obtida aplicando a matriz dos cofatores.
⎤ ⎡
⎦ ⎣
2
5
−
17
⎦
−
17
4
3
3
2
, f
, f
⎦
−1
→
=
2
⎤
⎦
1
2
1
Teorema: Se uma matriz é invertível n×n, então para cada matriz b de tamanho n×1, o sistema de equações Ax=b, tem
exatamente uma solução: x=A-1b.
A =
⎡
1
2
2 3
⎤
x
⎡ ⎤ ⎡
⎧
3
x
x + 2y + 3z = 5
⎤
+ 5y + 3z = 3
+ 8z = 17
Escrever o sistema na forma matricial, onde A é a matriz dos coeficientes, X a matriz das incógnitas e b, será a matriz dos
termos independentes.
, logo x= 1. y= -1 e z = 2.
Esse método, aplica-se somente quando o sistema tem o mesmo número de equações e incógnitas e a matriz de
coeficientes é invertível.
Para encontrar a inversa de uma matriz, usando as operações sobre as linhas, é preciso reduzir a matriz original a uma
matriz identidade realizando operações sobre linhas e, simultaneamente, aplicar essas operações para obter A-1.
0
s e õ ç at o n a r e V
⎢∣ ⎜⎟⎥
O processo deve adjuntar a matriz identidade à direita da matriz A, indicando da seguinte forma: [A|I], na sequência, aplica-
se as operações sobre linhas da matriz até que o lado esquerdo seja reduzido a uma matriz identidade. Com essas
operações, o lado direito será a matriz A-1, de modo que ao final, terá a seguinte forma: [I|A-1].
Logo, as operações com as linhas, tem como objetivo transformar a matriz do lado esquerdo em uma matriz identidade e a
matriz obtida do lado direito, será a matriz inversa.
Comentários:
⎣
1
Obtendo:
⎡
1
obtendo:
⎡
1
obtendo:
obtendo:
obtendo:
0
2
0
3
−3
−3
−1
−3
−1
−3
1
1
13
−14
13
−40
13
−2
−2
−5
−2
−5
−2
5
0
−5
−2
⎤
−5
−2
−5
−2
0
6
0
−2
16
→ L2 =
−3
−1
−3
−1
−3
−1
⎤
−1
9
⎤
⎦
→ L3 =
→ L3 =
→ L3 =
0
⎤
⎦
⎛
→ L2 =
→ L1 =
→ L1 =
→
−2
⎝
⎞
−1
−1
−1
−3
⎝
. L1 + L2
⎝
⎞
−2
⎞
⎠
. L3
⎠
⎡
⎣
1
1
2
. L1 + L3
. L3
2
. L3 + L2
. L3 + L1
. L2 + L1
3
8
⎤
A =
A =
A =
A =
−1
=
⎢ ∣⎥ ⎪ ⎜⎟
⎣
linha), obtendo:
⎣
⎡
−1
−1
0
−40
13
−8
−8
0
4
−8
−5
−2
−1 0
−9
−9
−9
0
0
−2
−2
−1
9
−3
−1
−2
1
1
0
⎤
Inicialmente, não é possível determinar se uma matriz é invertível ou não, mas se uma matriz n×n não é invertível, então ela
não pode ser reduzida a In (matriz identidade de ordem n×n). Logo, ao aplicar o procedimento, e em algum momento
aparecer numa linha de zeros no lado esquerdo, então conclui-se que a matriz não é invertível e encerra-se os cálculos.
⎡
1 6 4 1 0
0
0
1
1
⎦
=
→ L2 =
0
⎤
⎦
⎡
⎣
−1
1
2
6
→ L3 = L2 + L3
→
−1
−2
→ L3 = L1 + L3
4
⎠
⎤
Foi obtida uma linha de zeros do lado esquerdo, logo a matriz A não é invertível,
Considerando os procedimentos para calcular a matriz inversa, em seguida você vai ver como resolver sistemas lineares
usando a matriz inversa.
Aplicando, ainda, a matriz inversa com as operações sobre linhas, é possível resolver dois sistemas de uma vez só, se os
dois sistemas lineares tiverem a mesma matriz de coeficientes.
Essa resolução consiste em escrever no formato matricial, aumentando do lado direito com as colunas dos termos
independentes de cada sistema linear.
⎠
⎧
⎩
x + y + z = 4
⎨ 2x + 5y + 3z = 5
Escrever ao lado da matriz, as matrizes dos coeficientes dos dois sistemas lineares.
⎣
1
1
1
0
1
8
4
9
1
−6
⎤
⎦
+ 8z = 9
b
⎞
⎠
⎧x + y + z = 1
⎨2x + 5y + 3z = 6
⎩
x + 8z = −6
0
s e õ ç at o n a r e V
∣⎢⎥
Aplicando as operações por linhas para transformar a matriz à direita em uma matriz identidade.
⎣
1
0
0
0
0
1
1
1 −1
a. x = 1, y = 0, z = 1
b. x = 2, y= 1, z = -1
2
1
⎤
Mais adiante, você vai conhecer um método para codificar e decodificar mensagens. Observe que serão apresentadas duas
matrizes de ordem n, A e A-1, formadas por elementos inteiros.
Você aprendeu até aqui alguns métodos para resolver sistemas lineares. Conhecendo o conceito de matriz inversa, é
possível resolver sistemas por inversão de matrizes. O Exemplo 1, a seguir, foi adaptado de Kuerten (2002):
2
1
1
]e A
−1
= [
1
−2
−1
3
]
Todos os elementos da matriz A, são números inteiros, da mesma forma que os da matriz A-1.
0
s e õ ç at o n a r e V
Para codificar uma mensagem, o remetente vai usar a matriz A. Para decodificar a mensagem, o destinatário deve utilizar a
matriz A-1.
Para aplicar os códigos de decodificação, as partes envolvidas devem combinar como será a correspondência entre
números e letras ou outros símbolos.
Ao aplicar esse método, o objetivo é o de que mensagem original seja codificada, utilizando pares de caracteres.
Para decodificar uma mensagem, utiliza-se as correspondências do Quadro 1 para fazer a conversão da forma alfabética
para a forma numérica.
A ou Ã
01
11
B
02
12
C ou Ç
03
13
D
04
14
Quadro 1 | Correspondência alfanumérica
05
O ou Õ
15
F
06
16
G
07
17
H
08
18
I
09
19
J
10
20
U V W X Y Z . , #
21 22 23 24 25 26 27 28 29
0
O símbolo # vai indicar o espaço entre as palavras.
s e õ ç at o n a r e V
O desafio é o de codificar a mensagem: PLANO EM AÇÃO.
P L A N O # E M # A Ç Ã O
16 12 01 14 15 29 05 13 29 01 03 01 15
Como a matriz codificada A é uma matriz 2 x 2, a sequência dos números deve ser organizada como elementos de uma
matriz com duas linhas.
16 12 01 14 15 29 05
M = [ ]
13 29 01 03 01 15 29
A quantidade de elementos é ímpar, então completa-se o último elemento da 2ª linha com o símbolo #.
3 1 16 12 01 14 15 29 05
N = AM = [ ] [ ]
2 1 13 29 01 03 01 15 29
61 65 04 45 46 102 44
N = [ ]
45 53 03 31 31 73 39
Os elementos da matriz N, constituem a mensagem codificada. Para registrar esse código, os elementos devem ser
separados por vírgulas, para ter clareza da mensagem:
61, 65, 04, 45, 46, 102, 44, 45, 53, 03, 31, 31, 73, 39.
Quando a mensagem codificada chegar ao destinatário, deve ser utilizada a matriz decodificadora A-1, para obter a matriz
do remetente.
Observe:
1 −1 61 65 04 45 46 102 44 16 12 01 14 15 29 05
−1
A N = [ ] [ ] = [ ]
−2 3 45 53 03 31 31 73 39 13 29 01 03 01 15 29
Convertendo os elementos obtidos em letras, obtém-se a decodificação:
Quadro 3 | Decodificação
16 12 01 14 15 29 05 13 29 01 03 01 15 29
0
P L A N O # E M # A Ç Ã 0 #
s e õ ç at o n a r e V
Fonte: elaborado pela autora.
Muitas mensagens importantes, são codificadas, assim, o remetente codifica a mensagem e o destinatário decodifica,
utilizando a matriz inversa, importante lembrar que os dois, remetente e destinatário precisam ter a mesma relação de
correspondência entre letras e números.
Mensagens criptografadas são muito utilizadas na atualidade, em aplicativos de mensagens, senha de banco e informações
com dados pessoais. A complexidade dos cálculos sempre vai depender do tipo de mensagem a ser criptografada, assim
você estudou uma aplicação importante para aplicação e o estudo de matrizes inversa.
VIDEO RESUMO
Olá, estudante!
Neste vídeo, você aprenderá métodos para calcular matrizes inversas, aplicando o conceito de matriz identidade. Existem
alguns procedimentos diferentes para se obter a matriz inversa, mostraremos um deles com as etapas de resolução.
As matrizes inversas podem ser utilizadas para resolver sistemas lineares, cuja representação matricial seja uma matriz
quadrada.
Saiba mais
Aprenda a obter a matriz inversa utilizando uma planilha eletrônica acessando o seguinte material:
Excel - Matriz Inversa | Função Matriz.Inverso | Como encontrar a matriz inversa no Excel.
Bons estudos!
Aula 5
REVISÃO DA UNIDADE
25 minutos
SISTEMAS LINEARES
↑
Olá, estudante!
Matriz coluna: A
Matriz quadrada: A
⎢⎥
Nesta unidade você estudou sobre conceitos de matrizes em que os números são dispostos em linhas e colunas formando
uma tabela indicada por Amxn, em que m indicada a quantidade de linha e a quantidade de colunas. De acordo com a
quantidade de linha e colunas, as matrizes podem ser classificadas como:
3x1
Matriz identidade: I
=
3x3
3x3
[3
=
⎡
Exemplo:
↑
Exemplo:
A =
⎡
colunas e
−3
linhas iguais
4
⎤
5
−4
−3
12
⎦
1
⎣
1
eB
⎤
0
0
=
2
1
, a matriz possui uma única linha.
6]
−8 4
⎦
⎤
⎦
, o número de linhas e colunas são iguais.
Adição e subtração: as matrizes devem ser do mesmo tipo, pois a operação é realizada adicionando ou subtraindo os
elementos correspondentes.
2 −3
⎡
⎣
−1
7
0
−4
3
⎤
⎦
, determinar A + B : A + B =
⎡
⎣
9
−4
Além disso, a multiplicação se dá pela soma dos produtos de cada linha da primeira matriz pela coluna da segunda matriz.
Assim, todos os elementos de cada linha, multiplica os elementos de cada coluna da segunda matriz.
Na sequência, você estudou sobre determinantes que estão associados às matrizes. Ao calcular um determinante, obtém-se
um número que a partir da matriz que foi dada.
Para encontrar esse número, existem alguns procedimentos que podem ser aplicados de acordo com o tipo de matriz,
lembrando que só é possível calcular o determinante se a matriz for quadrada.
Matriz de segunda ordem: o determinante é obtido pela diferença do produto dos elementos da diagonal principal pelo
produto dos elementos da diagonal secundária.
−7
10
Multiplicação: para multiplicar matrizes, é preciso verificar se o número de colunas da primeira matriz é igual ao número
de linhas da segunda matriz. Essa verificação precisa ser feita antes de iniciar a operação, pois entre matrizes, nem sempre
o produto é possível.
A 2x4 . B 4x3
⎤
0
s e õ ç at o n a r e V
det A =
∣ ⎢⎥
Exemplo: Dada a matriz A
−2
11
10
3
=
det A = − 39
desses valores.
− (12) =
= [
− 6
=
−
⎣
−2
11
− 51
10
5
, calcular seu determinante.
]
(110) =
1
⎤
⎦
− 116
Matriz de terceira ordem: para os determinantes de terceira ordem, aplica-se a Regra de Sarrus.
2 −8
, encontrar o determinante.
O Teorema de Laplace para cálculo do determinante pode ser aplicado em matrizes de qualquer ordem.
Neste caso, é preciso calcular o cofator: o cofator de uma matriz n×n, com n ≥ 2 , é dado por C
Dij é o determinante da matriz que se obtém de A, suprimindo-se sua i-ésima linha e sua j-ésima coluna
ij = (− 1)
Na resolução de sistemas de m equações lineares, você aprendeu que é possível aplicando o escalonamento, realizando
cálculos fundamentais, entre as linhas.
E, finalmente, você aprendeu como calcular a inversa de uma matriz, aplicando a relação: AB
importante verificar se a matriz possui inversa, uma vez que só vai ter inversa se det A ≠ 0 .
= BA = I n
i+j
Calcula-se o determinante, multiplicando o elemento da matriz pelo seu respectivo cofator e, na sequência, obter a soma
. D ij
, sendo
, onde
0
s e õ ç at o n a r e V
REVISÃO DA UNIDADE
Neste vídeo, você vai estudar alguns pontos importantes sobre conceito de matrizes e as operações entre elas. Retomar o
conceito determinante de uma matriz quadrada e sua relação para revolver sistemas lineares formados por m equações
lineares, que tem um conceito específico sobre sua estrutura, determinando o conjunto solução. Aplique esses
0
conhecimentos para encontrar a inversa de uma matriz.
s e õ ç at o n a r e V
ESTUDO DE CASO
Uma das aplicações das matrizes inversas está relacionada à criptografia. Cada vez mais mensagens criptografadas são
importantes para manter a segurança de mensagens que são trocadas entre pessoas.
Esse sistema de criptografia consiste em um conjunto de regras e técnicas utilizadas para cifrar, decodificar a escrita,
transformando-a num tipo de código incompreensível para quem não está autorizado para ter acesso ao conteúdo.
A origem da criptografia remonta a séculos atrás, quando civilizações antigas utilizavam métodos rudimentares para cifrar
mensagens importantes. No entanto, foi durante o século XX que a criptografia se tornou uma ciência mais sofisticada, com
o advento das máquinas criptográficas e dos algoritmos matemáticos avançados.
A criptografia moderna se baseia na ideia fundamental de transformar uma mensagem original (texto simples) em uma
forma ilegível (texto cifrado) por meio de um algoritmo. A única maneira de reverter esse processo e obter o texto original é
conhecer a chave correta para decifrar a mensagem.
Dessa forma, a criptografia se torna uma ferramenta eficaz para proteger informações confidenciais durante o
armazenamento, transmissão e processamento.
Existem dois principais tipos de criptografia: simétrica e assimétrica. Na criptografia simétrica, a mesma chave é usada tanto
para criptografar quanto para descriptografar a mensagem. Isso torna o processo de criptografia e descriptografia mais
rápido, mas requer uma distribuição segura da chave para garantir a confidencialidade.
Por outro lado, a criptografia assimétrica utiliza um par de chaves: uma chave pública para criptografar a mensagem e uma
chave privada correspondente para descriptografá-la. Esse método elimina a necessidade de compartilhar chaves secretas,
mas é computacionalmente mais intensivo.
A criptografia também é amplamente utilizada em transações financeiras on-line, como compras e operações bancárias. Os
protocolos de segurança, como o SSL (Secure Sockets Layer) e o TLS (Transport Layer Security), são baseados em
criptografia para estabelecer conexões seguras entre clientes e servidores.
Veja que é preciso aplicar um algoritmo para transformar uma mensagem. Um possível é a utilização de uma matriz inversa,
conhecido como método de criptografia de Hill.
Nesse método, cada letra do texto original é representada por um número de acordo com sua posição no alfabeto. Em
seguida, uma matriz chave é multiplicada por blocos de letras para gerar o texto cifrado.
Para decifrar o texto, a matriz inversa da matriz chave é multiplicada pelo texto cifrado.
Importante lembrar que quem codificou a mensagem deve ter a mesma chave do receptor.
Imagine que você vai fazer um teste para decodificar uma mensagem, a partir da Tabela 1:
0
A B C D E F G H I J
s e õ ç at o n a r e V
1 2 3 4 5 6 7 8 9 10
K L M N O P Q R S T
11 12 13 14 15 16 17 18 19 20
U V X W Y Z . ! #
21 22 23 24 25 26 27 28 29
13 5 21 29 6 21 20 21 18 15 29 4 5 16 5 14 4 5 29 4 5 29 13 9 13
3 1 1 −1
Para isso, a matriz A = [ ] foi utilizada para codificar, assim use a matriz B = [ ] para decodificar.
2 1 −2 3
Reflita
Considerando que o processo de codificar ou decodificar mensagens de textos fica cada vez mais complexo, para
garantir a segurança, encontre a mensagem codificada. Em seguida, mostre como se faz a decodificação.
Descreva uma breve conclusão sobre a aplicação das matrizes inversas na criptografia.
Uma forma de se usar matrizes na criptografia é envolver matrizes inversas. Considere as matrizes A e B, sendo que B é a
matriz inversa de A.
Para escrever a sequência na forma de matriz, observe que foram dadas as matrizes de ordem 2, então a sequência de
números deve ser disposta em uma matriz de duas linhas, se tivesse um número ímpar de elementos, completar com o
símbolo # (vazio).
13 5 21 29 6 21 20 21 18 15 29 4 5
M = [ ]
16 5 14 4 5 29 4 5 29 13 9 13 30
0
Para codificar a mensagem, multiplica-se a matriz A por M, tal que N= AM.
s e õ ç at o n a r e V
Lembrando que a multiplicação entre matrizes se dá pela soma do produto dos elementos da linha da primeira matriz,
pelos elementos correspondentes da coluna da segunda matriz.
3 1 13 5 21 29 6 21 20 21 18 15 29 4 5
N = [ ]. [ ]
2 1 16 5 14 4 5 29 4 5 29 13 9 13 30
Aplicando a multiplicação de matrizes novamente, observa-se que o produto é possível, pois o número de colunas da
primeira matriz, é igual ao número de colunas da segunda matriz.
55 20 77 91 23 92 64 68 83 58 96 25 45
N = [ ]
42 15 56 62 17 71 44 47 65 43 67 21 40
55, 20, 77, 91, 23, 92, 64, 68, 83, 58, 96, 25, 45, 42, 15, 56, 62, 17, 71, 44, 47, 65, 43, 67, 21, 40
Para fazer a decodificação, deve-se usar a matriz B, sabendo que: B.N=B.A.M=I.M=M, tem-se que M=B.N.
1 −1 55 20 77 91 23 92 64 68 83 58 96 25 45
M = [ ] [ ]
−2 3 42 15 56 62 17 71 44 47 65 43 67 21 40
13 5 21 29 6 21 20 21 18 15 29 4 5
M = [ ]
16 5 14 4 5 29 4 5 29 13 9 13 30
Chegando assim à mensagem original. Para descobrir a mensagem, utiliza-se novamente a tabela alfanumérica:
13 5 21 29 6 21 20 21 18 15 29 4 5 16 5 14 4 5 29 4 5 29 13 9 13
M E U # F U T U R 0 # D E P E N D E # D E # M I M
É importante notar que ao fazer a conversão da mensagem utilizando a tabela alfanumérica, a sequência de números
obtidas, é imediata, não trazendo segurança para a criptografia da mensagem.
Ao aplicar o conceito de matriz inversa, o código obtido é mais complexo e sua decodificação não é um processo simples.
Assim, é possível utilizar criptografia com matrizes sendo uma forma muito segura de criptografar mensagens com chaves
de segurança, para que somente o remetente e o destinatário tenham acesso às mensagens originais.
Para criar a mensagem, você deve seguir os mesmos passos e se desejar utilize a mesma tabela alfanumérica. Se desejar
poderá elaborar sua própria tabela alfanumérica relacionado as letras com os números.
RESUMO VISUAL
0
s e õ ç at o n a r e V
Fonte: elaborada pela autora.
REFERÊNCIAS
2 minutos
Aula 1
CERVELIN, B. H. Álgebra linear e vetorial. Londrina: Editora e Distribuidora Educacional S.A., 2018.
DANESI, M. M.; SILVA, A. R. R.; PEREIRA JÚNIOR, S. A. A. Álgebra linear. Porto Alegre: SAGAH, 2019.
KUERTEN, C. Algumas Aplicações de Matrizes. 2001. Trabalho de Conclusão de Curso (Graduação) - UFSC, [S. l.], 2001.
Disponível em: https://repositorio.ufsc.br/bitstream/handle/123456789/96804/Cristini_Kuerten.PDF?sequence=1. Acesso
em: 28 jun. 2023.
Aula 2
CERVELIN, B. H. Álgebra linear e vetorial. Londrina: Editora e Distribuidora Educacional S.A., 2018.
DANESI, M. M.; SILVA, A. R. R.; PEREIRA JÚNIOR, S. A. A. Álgebra linear. Porto Alegre: SAGAH, 2019.
Aula 3
CERVELIN, B. H. Álgebra linear e vetorial. Londrina: Editora e Distribuidora Educacional S.A., 2018.
DANESI, M. M.; SILVA, A. R. R.; PEREIRA JÚNIOR, S. A. A. Álgebra linear. Porto Alegre: Sagah, 2019.
IEZZI, G.; HAZZAN, S. Fundamentos de Matemática Elementar, 4: sequências, matrizes, determinantes, sistemas. São
Paulo: Atual, 2004.
0
Aula 4
s e õ ç at o n a r e V
CERVELIN, B. H. Álgebra linear e vetorial. Londrina: Editora e Distribuidora Educacional S.A., 2018.
IEZZI, G.; HAZZAN, S. Fundamentos de Matemática Elementar, 4: sequências, matrizes, determinantes, sistemas. São
Paulo: Atual, 2004.
KUERTEN, C. Algumas aplicações de matrizes. 2002. TCC – Curso de Matemática - Universidade Federal de Santa Catarina-
Centro de Ciências Físicas e Matemáticas. Departamento. de Matemática. Florianópolis, 2002. Disponível em:
https://repositorio.ufsc.br/bitstream/handle/123456789/96804/Cristini_Kuerten.PDF?sequence=1. Acesso em: 29 jun. 2023.
RORRES, A. Álgebra Linear com aplicações. 8 ed. Porto Alegre: Bookman, 2001.
Aula 5
CERVELIN, B. H. Álgebra linear e vetorial. Londrina: Editora e Distribuidora Educacional S.A., 2018.
DANESI, M. M.; SILVA, A. R. R.; PEREIRA JÚNIOR, S. A. A. Álgebra linear. Porto Alegre: SAGAH, 2019.
IEZZI, G.; HAZZAN, S. Fundamentos de Matemática Elementar, 4: sequências, matrizes, determinantes, sistemas. São
Paulo: Atual, 2004.
Imagem de capa: Storyset e ShutterStock.