Escolar Documentos
Profissional Documentos
Cultura Documentos
CLÁUDIO MACIEL
ÁLGEBRA LINEAR
1ª Parte: Matrizes
Exemplos: Observe as seguintes tabelas:
1 5 2
1 4 3 2 1 5
A , B0 3 3 , C
0 3 4 2 1 2 1 4 3
M atrizes de ordem " m x n" , onde " m " número de linhas e " n" número de colunas :
A2x2 , B3x3 e C 2x4
Espaço matricial:
Notações: Am x n ( R) ou A M m x n ( R) ou Am x n ou A (ai j )m x n
Observação:
Seja A M m x n (R )
1) Se m n A é uma matriz retangular de ordem m x n :
Notações : A M m x n (R ) ou A m x n (R ) ou A m x n
Exemplos : A M 2 x 3 ou A 2x3 (R ) ou A 2 x 3
Propriedades da Adição:
Usando a definição da adição, verifique as seguintes propriedades.
1) (A + B) = B + A (propriedade Comutativa)
2) (A + B) + C = A + ( B + C) (propriedade Associativa)
3) A + 0 = 0 + A = A (propriedade do Elemento Neutro, onde 0 é a matriz nula)
4) A + ( – A ) = 0 (propriedade do Elemento Oposto (– A) e 0 a matriz nula)
1) (A.B).C = A.(B.C) (propriedade associativa, onde a ordem das matrizes devem ser mantidas)
2) A.(B + C) = A.B + A.C (propriedade distributiva)
3) (B + C).A = B.A + C.A (propriedade distributiva)
4) k.(A.B) = (k.A).B = A.(kB) (propriedade associativa, onde k Є R e a ordem das matrizes mantidas)
5) A.B ≠ B.A , ou seja, o Produto de Matrizes é não comutativo.
Seja A M n (R )
Matriz diagonal : é toda matriz A (a ij ) quadrada , tal que, a ij 0 se i j .
a11 0 0.......... 0
0 a 0
22 0.........
0
Notação : A diag (a11 , a 22. , a 33 , ...,a nn ) ou A 0 a 33 ....... 0
0 ..... ........... ..0
0 0.............a nn
0
2 0 0
2 0
Exemplo : A diag ( 2,3) ou A
0 3. B diag ( 2,3,5) ou B 0 3 0
0 0 5
1) A0 = In ( potência zero)
0 se i j
2) Matriz Escalar kI n kaij
k se i j
5 0 0 0
2 0 0 0
1 0 3 0 0
, 2.I3 0 2 0 ......M
5 0
Exemplos: 3I 2 3.
0 1 0 3
0
0 2 0 0 5 0
0 0 0 5
3ª) Matriz Transposta: notações usadas: AT , At , A ' ou A
T
Considere uma matriz Am x n = (aij) , a sua Transposta é definida por A n x m= (aji) , ou seja, o que
era linha (i) passou a ser coluna (j) e o que era coluna (j) passou a ser linha (i). Observe que a ordem da matriz
AT é invertida em relação a matriz A.
I ) ( AT )T A
Propriedades da Transposta:
II ) ( A.B)T B T . AT
0 1 2 3 4 5 n
P ( x ) a0 .x a1.x a 2 .x a3 .x a 4 .x a5 .x ... a n .x
ou
1 2 3 4 5 n
P ( x ) a0 .1 a1.x a 2 .x a3 .x a 4 .x a5 .x ... a n .x
0 1 2 3 4 5 n
P ( A) a0 . A a1. A a 2 . A a3 . A a 4 . A a5 . A ... a n . A
ou
1 2 3 4 5 n
P ( A) a0 . I a1. A a 2 . A a3 . A a 4 . A a5 . A ... a n . A
n
2 5 4 2
Exemplos: Dadas os polinômios P(x) e as matrizes A , B
3 1 1 1
1) P ( x ) 3 x 2
2 5 1 0 6 15 2 0 8 15
P ( A) 3 A 2 I 2 3 2
3 1 0 1 9 3 0 2 9 5
2
2) P ( x ) x x 3
2 4 2 4 2 4 2 1 0
P( B ) B B 3I 2 . 3
1 1 1 1 1 1 0 1
14 6 4 2 3 0 7 4
3 1 1 1 0 3 2 3
Matrizes Quadradas Reais Especiais.
Matriz Simétrica.
Uma matriz A é simétrica se A = AT, isto é, os seus elementos simétricos são iguais aij = aji.
2 3 4
Exemplo: A 3 1 5
4 5 7
Matriz Antissimétrica.
T
Uma matriz A é antissimétrica se A = – A , isto é, se cada aij = – aji e isto implica que aii = 0
( os elementos da diagonal principal são todos nulos).
0 3 4
Exemplo: A 3 0 7
4 7 0
Matriz Ortogonal.
T
Uma matriz inversível A é ortogonal se A = A-1, isto é AAT = AA-1 = In.
1 0 0
Exemplo: A 0 1 1
2 2
0 2
2
22
Matriz Normal.
Uma matriz real A é normal se comuta com sua transposta, isto é, AAT = ATA.
Obs: Se A é simétrica, ortogonal ou antissimétrica então A é normal.
6 3
A
6
Exemplo: .
3
1 2 5 0
EXEMPLOS: Sejam A e B .
3 4 6 7
1 2 5 0 1 5 2 0 6 2
1º ) A B
3 4 6 7 3 6 4 7 3 3
Obs: A + B = B + A
1 2 3.1 3.2 3 6
2º ) 3 A 3.
3 4 3.3 3.(4) 9 12
1 2 1.1 1.2 1 2
3º ) A 1. A 1. , Matriz Oposta de A
3 4 1.3 1.(4) 3 4
A X X B
6º ) Calcular X M 2 ( R) tal que
2 4
2.( A X ) X B
2 A 2 X X B X 2 A B
4 4
1 2 5 0 2 4 5 0 7 4
X 2.
3 4 6 7 6 8 6 7 0 1
EXERCÍCIOS PROPOSTOS.
T T T T T T T T T T
h) (AB) i) B A j) (A+B) l) A + B m) (2.C) n) 2.C o) (D )
2 5 4 2
2º) Sejam A ,B
3 1 1 6
3 2 2
a) P (x) = x – 2x – 5 calcule P (A) b) Q (x) = x – 3x + 17 calcule Q(A)
5 2
A
k
3º) Seja . Determine os valores de k para os quais A é uma raiz de:
0
2 2 2
a) P(x) = x – 7x + 10 b) Q(x) = x – 25 c) R(x) = x – 4
A X X B
Calcular X M 3 x 2 ( R) tal que C
2 3
4 x 2
B
x 1
6º) Calcule x e B, sabendo que é simétrica.
2 x 3
2 x 3 7 6 2 x
a) A 4 5 y b) B y z 2
z 1 7 x 2 5
cos sen
8º) Para cada número real α consideremos a matriz T
sen cos
1 1 1
10º) Determinar “k” em R a fim de que a matriz real A 2 1 2 seja inversível em M3(R).
1 2 k
1 2 1
11º) Dada a matriz A 0 1 2 , determine a matriz X M 3 ( R) tal que AX I 3
1 1 1
1 0 0
12º) Determinar x , y e z de modo que a matriz A seja ortogonal : A 0 2
1 1
2
x y z
13º) Polinômios
5 3 2 3
A B
3
Sejam
4 2 1
a) P (x) = 2x – 5 , calcule P(A) e P(B)
2
b) P(x) = x – 3x + 7 , calcule P(A) e P(B)
3 2
c) P (x) = x + x – 2, calcule P(A) e P(B)
d) P (x) = x2 – x – 6 , calcule P(A) e P(B)
e) P(x) = x2 – 4, calcule P(A) e P(B)
f) P(x) = x4 + x + 1, calcule P(A) e P(B)
g) P(x) = x3 – 2x + x , calcule P(A) e P(B)
h) P(x) = x5 – 3x2 – 2 , calcule P(A) e P(B)
i) P(x) = x3 – x2 + x +1, calcule P(A) e P(B)
j) P(x) = x2 – 2x + 3, calcule P(A) e P(B)
Expressão: 3x 4 y 6 z ou 3x1 4 x2 6 x3
Fazendo uma leitura sobre ela, podemos observar a existência das operações “ soma e
produto”, as variáveis x , y e z ou também representadas por x 1 , x2 e x3 (estas notações são mais
usadas nas generalizações) e as constantes 3, 4 e 6 que multiplicam essas variáveis, nomeadas
de coeficientes.
Sentença: 3x 4 y 6 z 0 ou 3x1 4 x2 6 x3 0
Seguindo a mesma leitura feita na Expressão anterior, observa-se outra constante em um
termo independente das variáveis e a igualdade ( = ) que caracteriza uma Sentença como
Equação.
Definições:
Generalizando esses exemplos, vamos considerar:
Algébrica
Sistemas de Equações Lineares :
ESCALONADOS
2 x 5 y 2 2 5 x 0
Q .
3y 1 0 3 y 0
x 2 y z 2 1 2 1 x 0
R y 3z 1 0 1 3 . y 0
z4 0 0 1 z 0
x 2 y z 2 t 0 1 2 1 2 x 0
y z 2t 1 0 1 1 2 y 0
M 0 .
z 3t 2 0 1 3 z 0
2t 2 0 2 t 0
0 0
Observações:
Exercícios resolvidos
4 25 1
Sistema Possível Determinado (S.P.D) S , , (única solução )
9 9 3
2º Exemplo : resolver
5 x 2 y 3z 2 y 3x 4 z 1 y 3x 4 z 1 y 3x 4 z 1
B 3x y 4 z 1 B 2 y 5 x 3z 2 B 11x 11z 0 B xz 0
4x 3 y z 3 3 y 4 x z 3 13x 13z 0 xz 0
( E1 E 2 e C x C y ) ( 2 E1 E 2 e 3 E1 E3 ) ( E 2 / 11 e E3 / 13) ( 1. E 2 E3 )
y 3x 4 z 1
y 3x 4 z 1 y x 1
B xz0 B
xz 0 z x
00
3º Exemplo : resolver
x y 2z 1 x y 2z 1 x y 2z 1
C 2 x 3 y z 2 C y 3z 0 C y 3z 0
4 x 5 y 5 z 6 y 3z 2 0 2 FALSO ( sem solução)
( 2 E1 E 2 e 4 E1 E3 ) ( 1. E 2 E3 )
Exercícios propostos:
x 2 y z 3t 6
2 x y 3 z t 3 5x 2 y 3z 2 x 3 y 2z 2
1) 2) 3x y 4z 1 3) 3 x 5 y 4 z 4
3x y 2 z t 3 4 x 3 y z 3 5 x 3 y 4 z 10
4 x 3 y 3z t 1
x y z t 1
x y z 4 x 2 y z 9 x y z t 1
4) 3 x 2 y z 0 5) 2 x y z 3 6)
5 x 5 y z 4 3x y 2 z 4 y z 2t 2
2 x z t 1
x y 2z 1 x y z t 1 x y 2 z 1
7) x y z 2 8) 3 x y 2 z t 2 9) 2 x y 3t 2
x 2 y z 2 x 2 y 3z 2t 1 x 2 y z 2t 0
2 x y z 7 3x y 2 z 3 3x y 2 z 4
10) 4 x y 3 z 5 11) x 2 y z 1 12) 2 x y z 6
2 x 3 y 2 z 7 6 x 5 y 5 z 6 x 2 y z 0
x y z 0 x 2 y z x y z 0
13) x 2 y z 0 14) y 3 z 2 x 15) 4 x 2 y 3 z 0
2 x y z 0 2 x 2 z 3 y 2 x 6 y 4 z 0
2 x 3 y z 0 x 2 y z 0 5 x 4 y 2 z 0
16) x 4 y z 0 17) 2 x y 3 z 0 18) x 8 y 2 z 0
3x y 2 z 0 4 x 3 y z 0 2 x y z 0
Sistema homogêneo – aplicação: Dependência Linear
Exemplos:
3
1º) Dados os vetores do R , u = (1, 1, 2) , v = (1 , –2 , 1) e w = ( –1, 1 , 1), verificar se são LI ou LD
3
2º) Dados os vetores do R , u = (1, 1, 2) , v = (1 , –2 , 1) e w = ( 2, –2, 4), verificar se são LI ou LD
a b 2c 0 a b 2c 0 2
a b 2c 0 a . c
3
a 2b 2c 0 3b 4c 0
2 a 2 b 4 c 0 00 3b 4c 0 b 4 . c
3
2 4
S ( c, . c , c) , c R u , v e w são LD
3 3
Exercícios propostos: Dependência Linear
1º) Verificar se os vetores são linearmente dependentes (LD) ou linearmente independente (LI) nos casos:
a) u =(1,2) e v =(3,6)
b) u =(6,8) e v =(-2,-3)
c) u =(4,-6) e v =(-2,3)
d) u =(0,0) e v = (1,5)
e) u =( 2,-1,3) , v =(6,-3,9) e w = (1,2,1)
f) u =(2,1,3), v =(4,2,5) e w = (0,3,2)
g) u = (5,6,7), v =(6,7,8) e w = (1,2,2)
1 2
1º) Exemplo: Dada a matriz A , determinar sua inversa, se existir.
3 3
1 2 a b
1º ) Seja A , calcule A1. Considere A1
3 3 c d
Pela definição A. A1 I 2
1 2 a b 1 0 a 2c b 2d 1 0
3 3 . c d 0 1 3a 3c 3b 3d 0 1
,
Pela igualdade e resolvendo os sistemas temos
2
1
a 2c 1 b 2d 0 3
e A1
3a 3c 0 3b 3d 1 1 1
3
1 2
2º) Exemplo: Dada a matriz A , determinar sua inversa, se existir.
3 6
1 2 a b
2º ) Seja A , calcule A1. Considere A1
3 6 c d
Pela definição A. A1 I 2
1 2 a b 1 0 a 2c b 2d 1 0
3 6 . c d 0 1 3a 6c 3b 6d 0 1
Pela igualdade e resolvendo os sistemas temos ,
a 2c 1 a 2c 1
, sistema impossível
3a 6c 0 0 3
b 2d 0 b 2d 0
, também impossível
3b 6d 1 0 1
Logo a matriz A não admite inversa.
a a2
A 1 det A (a1 .b2 ) (a2 .b1 )
b1 b2
Produto dos elementos da diagonal principal, menos, o produto dos elementos da diagonal
secundária.
5 3
A det A (5.2) (4.3) 10 12 2
4 2
det A 2 ou 2
Cálculo do determinante de numa matriz 3x3
Regra de Sarrus:
a1 a 2 a 3 a1 a 2 a 3 a1 a 2
A b1 b 2 b3 det A b1 b 2 b3 b1 b 2 ( reescrevem os as duas primeiras colunas )
c c c c c c c1 c 2
1 2 3 1 2 3
det A (a1b 2c3 a 2b3c1 a 3b1c 2 ) (a 3b 2c1 a1b3c 2 a 2b1c3 )
Exemplo:
1 2 1 1 2 1 1 2
A 0 1 2 det A 0 1 2 0 1
4 1 1 4 1 1 4 1
det A (1.1.1 2.2.4 1.0.1) (1.1.4 1.2.1 2.0.1) (17) (6) 11
det A 11 ou 11
b2 b3 b1 b3 b1 b2
Det A A11.a1 A12 . a 2 A13. a 3 Det A .a .a .a
c2 c3 1 c1 c3 2 c1 c2 3
Considerando A3(R).
1 2 0 2 0 1
Det A .1 .2 .1
1 1 4 1 4 1
2 5
M det M (2) (15) 17 0, então M admite inversa
3 1
6 2
P det P (6) (6) 0 0 , então P não admite inversa
3 1
1 3 1
Dada a matriz E 2 1 2 , determine a sua inversa E-1, se existir.
3 1 1
Verificando o seu determinante ( isto não é obrigatório para determinar a inversa, apenas opcional )
1 3 1 1 3 1 1 3
1
E 2 1 2 2 1 2 2 1 ( 1 18 2) ( 3 2 6) 14 , 0, E existe
3 3
1 1 1 1 3 1
3 1 1
a 3d g 1 b 3e h 0 c 3f i 0 14 7 2
1 2 1
2 a d 2 g 0 2 b e 2 h 1 2 c f 2 i 0 resolvendo os sistemas temos E 0
3a d g 0 3b e h 0 3c f i 1 7 7
5 4 1
14 7 2
Método prático para determinar a matriz inversa, de orem 2x2, usando o
Determinante.
Regra: inverter os termos da diagonal principal e o opor os termos da diagonal
secundária, dividindo todos pelo Det A.
d b
a b 1
Seja A e det A para 0, temos que : A
c d
c a
Exemplo
2 5
A det A ( 2) ( 15) 17 0, então A admite inversa .
3 1
1 5
17
Logo : A 1 17
3 2
17 17
Exercícios propostos:
5 3 2 3 2 6
A B C
4 2 1 3 3 9
1 2 1
2 5 4 2
M P R 0 1 2
3 1 1 6 1 1 1
1 3 1 1 2 1 1 2 1
E 2 1 2 O 0 3 4 S 3 1 2
3 1 1 0 0 1 1 1 1