Escolar Documentos
Profissional Documentos
Cultura Documentos
Matrizes
Definições
As linhas e colunas de uma matriz tamb ́em se podem designar por filas paralelas da matriz.
Uma matriz A do tipo m×n diz-se uma matriz rectangular se m ≠ n e uma matriz quadrada se m = n.
No caso de uma matriz quadrada, An×n representa-se simplesmente por An e diz-se que A ́e uma matriz de ordem n.
Exemplo
Matrizes em particular
Matriz linha: é uma matriz do tipo 1 × n. Também pode ser designada por vetor linha.
Representa-se como
L1×n= [a11··· a1n.]
Matriz coluna: é uma matriz do tipo m × 1. Tamb ́em pode ser designada por vetor coluna.
Representa-se como
a11
C mx1 =
L
am1
Matriz nula: é uma matriz cujos elementos s ̃ao todos nulos. Representa-se por 0m×n, por 0n no caso ser uma matriz quadrada, ou
também simplesmente por 0.
Exemplos
Casos particulares de matrizes quadradas
Diagonal principal: Numa matriz A de ordem n os elementos na mesma linha e coluna, ou seja os elementos a11, a22, . . . , ann, designam-se
por elementos da diagonal principal.
Diagonal secundaria: De forma semelhante podemos definir numa matriz A de ordem n os elementos da diagonal secund ́aria como os
elementos a1n, a2 n−1, a3 n−2, ..., an1.
Matriz triangular superior: é uma matriz Matriz triangular inferior: é uma matriz Matriz Diagonal: é uma matriz
quadrada cujos elementos situados abaixo quadrada cujos elementos situados acima quadrada cujos elementos acima e
da diagonal principal são todos nulos. da diagonal principal sa ̃o todos nulos. abaixo da diagonal principal são nulos.
Matriz escalar: é uma matriz diagonal em que todos os elementos da diagonal principal são iguais.
Matriz identidade: é uma matriz escalar em que os elementos da diagonal principal s ̃ao todos iguais a ”1”. Representa-se a matriz identidade
de ordem n por In, ou simplesmente por I.
Operações com matrizes
Adição o de matrizes
A adição de duas matrizes A e B do tipo m × n representa-se por C = A + B tamb ́em uma matriz do tipo m × n. Só é possível adicionar matrizes
do mesmo tipo
O elemento da linha i e coluna j de C ́e a soma dos elementos de A e B na mesma posic ̧ ̃ao, ou seja: cij = aij + bij.
Propriedades:
Podemos com esta u ́ltima propriedade definir a subtração de matrizes como A − B = A + (−B).
Propriedades:
Sejam μ, λ ∈ R e A e B matrizes.
1. A multiplicação por um escalar ́e distributiva em relação à soma de matrizes,
μ (A + B) = μA + μB
2. A multiplica ̧c ̃ao por um escalar ́e distributiva em relação à soma de escalares,
(μ + λ) A = μA + λA
3. A multiplicação por um escalar ́e associativa,
(μλ) A = μ (λA)
4. A multiplicação por um escalar tem uma identidade, o número 1,
1A=A
Transposição de matrizes
A matriz transposta da matriz A representa-se por AT . E ́ uma matriz que tem como colunas as linhas de A e que tem como linhas as
colunas de A. Ou seja, o elemento da linha i e coluna j de AT ́e igual ao elemento da linha j e coluna i de A.
Sendo A uma matriz do tipo m×n, AT ́e uma matriz do tipo n×m.
. =>
->
. Matriz Simétrica
Uma matriz A diz-se simétrica se e s ́o se A = AT .
Ou seja, numa matriz simétrica verifica-se que aij = aji. Só matrizes quadradas podem ser simétricas.
· Matriz Anti-simétrica
Uma matriz A diz-se antisimetricas se e so ́ se A = −AT .
Ou seja, numa matriz antisim ́etrica verifica-se que aij = −aji.
So matrizes quadradas em que todos os elementos da diagonal principal são nulos podem ser antisim ́etricas. De notar que estas não
são condições suficientes, apenas necessárias.
Propriedades:
I I
2. (A+B) =A +B
T
3. I =I
X
- N
I I
4. (μA) = μA
Equações matriciais
Usando as propriedades sobre operações de matrizes apresentadas, podem-se j ́a resolver algumas equações matriciais.
As equações matriciais resolvem-se de modo semelhante às equações numéricas , mas tendo em atenção as propriedades de operações
com matrizes.
Produto de matrizes
Vamos começar por definir o produto de uma matriz linha por uma matriz coluna.
O produto da matriz linha pela matriz coluna ́eumamatrizA×B=C= [c] ,com um único elemento c dado
por
Ou seja, multiplicam-se os elementos de A e B, por ordem, dois a dois, e somam-se os resultados. Isto s ́o faz sentido se A e B tiverem o
mesmo nu ́mero de elementos, ou seja o nu ́mero de colunas de A tem que ser igual ao nu ́mero de linhas de B.
Exemplo:
Exemplo 2:
Matrizes permutáveis
Em geral, o produto de matrizes não é comutativo.
No exemplo anterior é evidente que A × B ≠ B × A, já que A × B é 2 × 2, enquanto que B × A é 3 × 3. As matrizes nem sequer são do
mesmo tipo. Muitas vezes o produto A × B pode estar definido e B × A não existir, ou vice-versa.
Quando se verifica que A × B = B × A, diz-se que A e B são matrizes permutáveis ou que comutam. A e B têm que ser matrizes
quadradas da mesma ordem, mas mesmo matrizes quadradas podem não ser permutáveis .
Propriedades
5 A matriz transposta do produto das matrizes é igual ao produto das matrizes transpostas ( com ordem inversa)
7 μ(A×B)=(μA)×B=A×(μB)
Dependência e independência linear
O conceito de independência linear está relacionado com o estudo de vetores — no nosso caso os vetores são matrizes linha ou matrizes
coluna.
-> nula
• linearmente independentes se uma combinação linear nula dos vetores tem que ter todos os coeficientes nulos, ou seja
λ1 V1+λ2 V2+···λmVm =0 se, é só se,λi =0 para todo o i=1,2,...,m.
Propriedades
• Um conjunto de m vetores V1, V2, . . . , Vm ́e linearmente dependente se, e s ́o se, existe um deles que se pode escrever como uma
combinação linear dos restantes.
• Um conjunto de m vetores V1, V2, . . . , Vm ́e linearmente independente se, e so ́ se, nenhum deles se pode escrever como uma combinação
linear dos restantes
1. Um conjunto de m vetores V1, V2, . . . , Vm ́e linearmente dependente se um deles for nulo. Ou seja, um vetor nulo é sempre
linearmente dependente.
2. Um conjunto de m vetores V1, V2, ..., Vm é linearmente dependente se um subconjunto destes for linearmente dependente.
Característica de uma matriz
Características
A característica de uma matriz A, designada por r(A), é igual a: O numerode linhas linearmente independentes de A.
O número de colunas linearmente independentes de A.
O número de pivots da matriz condensada obtida por triangulação de Gauss de A.
Diz-se que uma matriz A de tipo m × n tem as linhas linearmente independentes se todas as suas linhas sao linearmente
independentes, ou seja se r(A) = m.
Da mesma forma diz-se que tem as colunas linearmente independentes se todas as suas colunas são linearmente independentes, ou
seja se r(A) = n.
Numa matriz retangular m × n com mais linhas que colunas, m > n, as linhas tˆem que ser linearmente dependentes porque a caracter
́ıstica n ̃ao pode ser superior a n, o número de colunas.
Numa matriz retangular m×n com mais colunas que linhas, n > m, as colunas tˆem que ser linearmente dependentes porque a
característica não pode ser superior ao nu ́mero de linhas m.
Nota: Também se pode obter a caracter ́ıstica usando a triangulação de Gauss nas colunas de uma matriz, mas nós vamos optar por
usar sempre as linhas.
Operações elementares
Qualquer uma das seguintes três operações quando aplicada a uma matriz A n ̃ao altera o numero de filas paralelas da matriz que são
linearmente indendentes da matriz.
1. Determinar a primeira coluna (a contar da esquerda) que tem pelo menos um elemento não nulo.
2. Se o elemento da primeira linha nesta coluna for nulo, trocar a primeira linha da matriz por outra linha que tenha nesta coluna um elemento
não nulo. Depois deste passo, este elemento na primeira linha da coluna ́e o chamado “pivot”. Por construção é sempre diferente de zero.
3. Somar um múltiplo da linha do pivot a uma linha inferior, com o objetivo de o elemento da coluna nesta ultima linha ficar igual a zero. Isto é
feito para todas as linhas inferiores ao pivot, ficando todos os elementos da coluna sob o pivot iguais a zero.
O algoritmo termina quando o pivot estiver na u ́ltima linha, ou se todas as linhas inferiores ao pivot são nulas.
Exemplo
Passo 1: Podemos constatar que a primeira coluna tem Passo 1: a primeira coluna e agora nula. Neste caso a segunda coluna
elementos nao nulos, vai ser a nossa coluna de trabalho. também é nula, agora será trabalhada a terceira coluna.
⑤.
-
Definições
Um sistema de m equações lineares com n incógnitas pode ser escrito na forma canónica como
onde
Para obter as soluções do sistema, é conveniente representar o sistema pela sua matriz completa, ou matriz ampliada, onde juntamos
numa única matriz os coeficientes e os termos independentes:
Seja AX = B um sistema de m equa ̧c ̃oes lineares com n inc ́ognitas. A ́e a sua matriz dos coeficientes (de tipo m × n) e [A|B]
a sua matriz completa.
1. Se r(A|B) = r(A) = n o sistema é possível e determinado (SPD).
r(A) = r(A|B) = 3
r(A) = r(A|B) = 3
r(A) = 2 e r(A|B) = 3
Eliminação de Gauss-Jordan
P D
IMP
P End
.
.
.
& O