Você está na página 1de 27

LGEBRA LINEAR Captulo 1 Matrizes e Sistemas Lineares

1.1 Matrizes
Uma matriz A, m x n ( m por n ), uma tabela de mn nmeros dispostos em m linhas e n colunas

a11 a A ! 21 : a m1

a12 a 22 : am2

... a1n ... a 2 n A ... : ... a mn

A i-sima linha de A

?ai1

qi 2

... ain A

a1 j a 2j para j ! 1,..., n Para i ! 1,...., m a j-sima coluna de A ; a mj Usamos tambm a notao A ! ij a mv n


Dizemos que aij ou ?AA o elemento ou a entrada de posio i, j da matriz A. ij Se

m ! n , dizemos que A uma matriz quadrada de ordem n e os elementos a 11 , a 22 ,.., a nn

formam a diagonal (principal) de A. Exemplo 1.1. Considere as seguintes matrizes:

1 1 2  2 1 1 3 0 A! 1 , B ! 0 3 , C ! 2 4  2 , D ! ? 3  2A , E ! 4 e F ! ?3A 3 4  3 As matrizes A e B so 2 v 2 . A matriz C 2 v 3 , D 1v 3 , E 3v 1 e F 1v 1 .


De acordo com a notao que introduzimos, exemplos de algumas das matrizes dadas acima so a12 ! 2 , c 23 ! 2 , e21 ! 4 , A 22 ! 4 , D 12 ! 3 .

? A

? A

Uma matriz que possui uma linha chamada de matriz linha, e uma matriz que s possui uma coluna chamada matriz coluna. No Exemplo 1.1. a matriz D uma matriz linha e a matriz E uma matriz coluna. Matrizes linha e matrizes coluna so chamadas de vetores. Dizemos que duas matrizes so iguais se elas tm o mesmo tamanho e os elementos so iguais se correspondentes so iguais, ou seja, A ! aij e B ! bij

mv n

pv q

m ! p , n ! q e a ij ! bij para i ! 1,...., m e j ! 1,..., n.


Vamos definir operaes matriciais anlogas s operaes com nmeros e provar propriedades que so vlidas para essas operaes. Veremos, mais tarde, que um sistema de equaes lineares pode ser escrito em termos de uma nica equao matricial. Vamos agora, introduzir as operaes matriciais.

1.1.1

Operaes com Matrizes A soma de duas matrizes de mesmo tamanho A ! a ij

Definio 1.1.

mv n

e B ! ij vn b m

definida como sendo a matriz m v n , C = A + B, obtida somando-se os elementos correspondentes de A e B, ou seja, cij ! a ij bij , para i ! 1,..., m e j ! 1,..., n . Escrevemos tambm ?A  B A ! aij  bij ij Exemplo 1.2. Considere as matrizes A !

1 2  3 - 2 1 5 , B ! 0 3 - 4 3 4 0

Se chamarmos de C a soma das duas matrizes A e B, ento

1   2 2  1  3  5  1 3 2 C ! A B ! ! 3  0 4  3 0   4 3 7  4
A multiplicao de uma matriz A ! a ij

Definio 1.2

mv n

por um escalar(nmero)

definida pela matriz m v n B ! EA obtida multiplicando-se cada elemento da matriz A pelo escalar E , ou seja, bij ! E aij , para i ! 1,..., m e j ! 1,...n . Escrevemos tambm ? AA ! E a ij . E ij Dizemos que a matriz B um mltiplo escalar da matriz A .

 2 1 Exemplo 1.3. O produto da matriz A ! 0 3 pelo escalar -3 dado por 5  4 1  3  2  3 6  3  3 0  3 3 ! 0  9  3A !  3 5  3  4  15 12


Definio 1.3. O produto de duas matrizes, tais que o nmero de colunas da primeira matriz igual ao nmero de linhas da segunda , A ! aij definido pela e B ! bij

mv p

pv n

matriz

mvn C ! AB obtida da seguinte forma:

cij ! ai1b1 j  a i 2 b2 j  .........  aip b pj

(1.1)

A equao (1.1) est dizendo que o elemento i, j do produto igual soma dos produtos dos elementos da i-sima linha de A pelos elementos correspondentes da j=sima coluna de B.

c11 : c m1

... cij ...

a11 c1n : : ! ai1 c mn : a m1

a12 ai 2 am 2

... a1 p b11 ... : b21 ... aip y : ... : b p1 ... a mp

... b1 j ... b2 j ... : ... b pj

... b1n ... b2n ... : ... b pn

A equao (1.1) pode ser escrita de forma compacta usando a notao do somatrio.

?ABAij !a i1 b1 j  ai 2 b2 j  ...  aip b pj ! aik bkj


k !1 p

e dizemos somatrio de k variando de 1 a p, de

aik bkj

O smbolo

k !1

significa que estamos fazendo uma soma em que o ndice k est

variando de k = 1 at k = p .

 2 1 0 1 2  3 Exemplo 1.4. Considere as matrizes: A ! , B! 0 3 0 3 4 0 5  4 0


Se chamarmos de C o produto das duas matrizes A e B, ento

1  2  2 0   3 5 1 1  2 3   3  4 0  17 19 0 C ! AB ! ! 3  2  4 0  0 5 3 1  4 3  0  4 0  6 15 0

Observao : No exemplo anterior o produto BA no est definido(por que?) . Entretanto, mesmo quando ele est definido, BA pode no ser igual a AB, ou seja, o produto de matrizes no comutativo, como mostra o exemplo seguinte. Exemplo 1.5. Sejam A !

1 2  2 7  2 1 1 0 e B ! 0 3 . Ento, AB !  6 15 e BA ! 9 12 3 4

Vamos ver no prximo exemplo como as matrizes podem ser usadas para descrever quantitativamente um processo de produo. Exemplo 1.6. Uma indstria produz trs produtos, X, Y e Z, utilizando dois tipos de insumo, A e B. Para a manufatura de cada kg de X so utilizados 1 grama do insumo A e 2 gramas do insumo B; para cada kg de Y, 1 grama do insumo A e 1 grama do insumo B e, para cada kg de Z, i grama de A e 4 gramas de B. Usando matrizes podemos determinar quantos gramas dos insumos A e B so necessrios na produo de x kg do produto X, y kg do produto Y e z kg do produto Z. X Y Z

gramas de A/kg 1 1 1 !A gramas de B/kg 2 1 4

x kg de X produzidos X ! y kg de Y produzidos z kg de Z produzidos

x  y  z gramas de A usados AX ! 2 x  y  4 z gramas de B usados


Definio 1.4. A transposta de uma matriz A ! a ij

mv n

definida pela matriz

n v m B ! At

Obtida trocando-se as linhas com as colunas, ou seja, bij ! a ji , para i ! 1,..., n e j ! 1,..., m . Escrevemos tambm A t

? A !a
ij

ij

1 2  2 1 1 3 0 A! , B ! 0 3, e C ! 2 4  2 3 4 1 2 1 3  2 0 t t t so A ! , B ! 1 3 e C ! 3 4 2 4 0  2
Exemplo 1.7. As transpostas das matrizes A seguir, mostraremos as propriedades que so vlidas para a lgebra matricial. Vrias propriedades so semelhantes quelas que so vlidas para os nmeros reais, mas deve-se tomar cuidado com as diferenas. Uma propriedade importante que vlida para os nmeros reais, mas no vlida para as matrizes a comutatividade do produto, como mostrado no Exemplo 1.5. Por ser compacta, usaremos a notao de somatrio na demonstrao de vrias propriedades. 1.1.2 - Propriedades da lgebra Matricial

Teorema 1.1. Sejam A, B, e C matrizes com tamanhos apropriados, E e F escalares. So vlidas as seguintes propriedades para as operaes matriciais: (a) (comutatividade) A  B ! B  A (b) (associatividade) A  B  C ! A  B  C (c) (elemento neutro) A matriz 0, m v n , definida por 0 tal que A  0 ! A , para toda matriz A, m v n . A matriz 0 chamada matriz nula

? A ! 0, para i ! 1,..., m, j ! 1,..., n


ij

mvn .

(d) (elemento simtrico) Para cada matriz A , existe uma nica matriz  A , definida por

? AAij

!  aij tal que A   A ! 0 .

E F A ! EF A (f) (distributividade)  F A ! EA  F A E (g) (distributividade) E A  B ! EA  EB (h) (associatividade) A BC ! AB C


(e) (associatividade)

1 0 . 0 1 . (i) (elemento neutro) Para cada inteiro positivo p a matriz p v p , I p ! / 1 0 0 chamada matriz identidade tal que AI n ! I m A ! A , para toda matriz A ! a ij

0 0 , / 1
.

A B  C ! AB  AC e B  C A ! BA  CA (k) E AB ! A B ! A B E E
(j) (distributividade) (l) (m) (n) (o)

mv n

A ! A
t t

A  B t ! At  B t EA t ! EAt AB t ! B t At
4

Demonstrao. Para provar as igualdades acima, devemos mostrar que os elementos da matriz do lado esquerdo so iguais aos elementos correspondentes da matriz do lado direito. Sero usadas vrias propriedades dos nmeros sem cit-las explicitamente. (a)

(b) ?A  B  C ij ! a ij ?B  C Aij ! a ij  bij  cij ! a ij  bij  cij !?A  B Aij  cij ! ? A  B  C Aij A (c) Seja X uma matriz m v n tal que A  X ! A (1.2) para qualquer matriz A, m v n . Comparando os elementos correspondentes, temos que

?A  B Aij

! a ij bij ! bij  a ij ! ?B  AAij

a ij  xij ! a ij , ou seja, xij ! 0, para i ! 1,..., m e j ! 1,..., n . Portanto, a nica matriz que satisfaz
(1.2) a matriz em que todos os seus elementos so iguais a zero. Denotamos a matriz X por 0 . (1.3) m v n , tal que A  X ! 0 Comparando os elementos correspondentes, temos que aij  xij ! 0 , ou seja, xij !  aij , para i ! 1,..., m e j ! 1,..., n . Portanto, a nica matriz que satisfaz (1.3) a matriz em que todos os seus elementos so iguais aos simtricos dos elementos de A . Denotamos a matriz X por  A. (e) ? F A A ! E ?F AA ! E aij ! ij ! ? EF AA E F EF a ij ij ij (d) Dada uma matriz A, m v n, seja X uma matriz

? E  F AAij ! E  F aij ! aij  Faij ! ?EAAij ?FAAij ! ?EA  FAAij E (g) ? A  B ij ! E ?A  B A ! E ij  bij ! Eaij  Ebij ! ? AA  ? B A ! ? A  EB A E A a E ij E ij E ij ij
(f) (h) A demonstrao deste item mais trabalhosa. Sejam

A, B e C

matrizes

m v p, p v q e q v n respectivamente. A notao de somatrio aqui pode ser muito til, pelo


fato de ser compacta.

b ?A BC Aij ! a ik ?BC Akj ! a ik bkl clj ! aik kl clj ! aik bkl clj
p p q p q p q

l !1 k !1 l !1 q p q p q ! a ik bkl lj ! aik b kl clj ! ?AB Ail clj ! ? AB C Aij c l !1 k !1 l !1 k !1 l !1


k !1 k !1

k !1 l !1

(i) Podemos escrever a matriz identidade em termos do delta de Kronecker, que definido por

1 , H ij ! 0 ,
Assim, AI n

se i ! j se i { j
n n k !1 k !1

como I n

? Aij

! H ij .

Aij ! aik ?I n Akj ! aik H kj


p p

! aij
p

A outra igualdade anloga.

b ?A B  C Aij ! aik ?B  C Akj ! aik kj  ckj ! aik bkj  aik ckj !


(j)
k !1 p p k !1 k !1

a
k !1

ik

bkj  aik c kj ! ?AB Aij  AC


k !1

ij

! ?AB  AC Aij

A outra igualdade inteiramente anloga a anterior e deixamos como exerccio.

(k) E AB ij ! E

aik bkj ! Eaik bkj ! ? EA BAij e


k !1 k !1 p p k !1 k !1

?E AB Aij
(l) (m) (n) (o)
t t ij
t

! E a ik bkj ! a ik b kj ! ?A B Aij E E
t ji ij

?A A ! ?A A ! a
ij t ij ji t

?A  B A ! ?A  BA ! a  b ! ?A A  ?B A ?EA A ! ?EAA ! Ea ! E ?A A ! ? A A E ?AB A ! ?ABA ! a b ! ?A A ?B A ! ?B A ?A A ! ?B A A


t t ji ji ji ij ij t t ji ij ij p p p t t t t t t ij ji jk ki kj ik ik kj k !1 k !1 k !1

ij

A e B .e definida por A  B ! A   B , ou seja, a soma da matriz A com a simtrica da matriz B . Sejam A uma matriz n v n e p um inteiro positivo. Definimos a potncia p de A , por A p ! ....... A E para p ! 0 , definimos A 0 ! I n . A   
A diferena entre duas matrizes de mesmo tamanho
p vezes

Exemplo 1.8 Vamos verificar se para matrizes

A  B A  B ! A

A e B , quadradas, vale a igualdade


(1.4)

B

A  B A  B ! A  B A  A  B  B ! AA  BA  AB  BB ! A 2  BA  AB  B 2 Assim, A  B A  B ! A 2  B 2 se, e somente se, BA  AB ! 0 , ou seja, se, e somente se


AB ! BA . Como o produto de matrizes no comutativo, a concluso que a igualdade (1.4) , no vale para matrizes em geral. Como contra-exemplo basta tomarmos duas matrizes que no comutem entre si.
Sejam A !

Usando a propriedade (i) do teorema anterior obtemos

0 0 1 0 e B ! 1 0 1 1

Para estas matrizes

1 0  1 0 0 0 1 0 2 2 AB ! , A  B ! 0 1 , A ! A ! 1 1 , B ! B ! 1 0 2 1
Assim,

A  B A  B !
1.1.3

 1 0  1 0 2 2 { 0 1 ! A  B  2 1

Aplicao: Cadeias de Markov

Exemplo: 1.9. Vamos supor que uma populao dividida em trs estados(por exemplo: ricos, classe mdia e pobres) e que em cada unidade de tempo a probabilidade de mudana de um estado para outro seja constante no tempo, s dependa dos estados. Este processo chamado de cadeia de Markov. Seja t ij a probabilidade de mudana do estado j para o estado i em uma unidade de tempo(gerao). Cuidado com a ordem dos ndices.

t11 A matriz T ! t 21 t 31

t12 t 22 t 32

t13 1 t 23 2 t 33 3

chamada matriz de transio. 1 2


1 4 1 2 1 4

Como exemplo vamos considerar a matriz de transio T ! 0


1 2 1 2

0 1 1 22 1 23

(1.5)

A distribuio da populao inicial entre os trs estados pode ser descrita pela seguinte matriz:

p1 est no estado 1 P0 ! p 2 est no estado 2 p 3 est no estado 3


A matriz P0 caracteriza a distribuio inicial da populao entre os trs estados e chamada vetor de estado. Por exemplo,

1 est no estado 1 3 P0 ! 1 est no estado 2 3 1 est no estado 3 3

(1.6)

Representa uma populao dividida de forma que 1/3 da populao est em cada estado. Aps uma unidade de tempo(gerao) a populao estar dividida entre os trs estados da seguinte forma

t11 p1  t12 p 2  t13 p3 estar no estado 1 P1 ! t 21 p1  t 22 p 2  t 23 p3 estar no estado 2 t 31 p1  t 32 p 2  t 33 p 3 estar no estado 3


Lembre-se que t ij a probabilidade de mudana do estado j para o estado i . Assim o vetor de estado aps uma unidade de tempo dada pelo produto de matrizes:

P1 ! TP0

Por exemplo se a matriz de transio, T , a matriz dada por (1.5) e a matriz de estado inicial, P0 , a matriz dada por (1.6) , ento aps uma unidade de tempo a matriz de estado ser dada por

1 2 1 P1 ! TP0 ! 2 0

1 4 1 2 1 4

0 1 1 4 3 1 1 1 2 3 ! 2 1 1 1 2 3 4

Como estamos assumindo que em cada unidade de tempo a matriz de transio a mesma, ento aps k unidades de tempo a populao estar dividida entre os trs estados segundo a matriz de estado

Pk ! TPk 1 ! T 2 Pk  2 ! . ! T k P0

Assim, a matriz T k d a transio entre k unidades de tempo.

Exerccios Numricos 1.1.1. Considere as seguintes matrizes

6 9  9  6 4 0 2 0 0 4  6 9  7 1 1 4 , E !  1 0  4 A! , B ! 2  8 , C ! 7  3  2 , D ! 6 7  6 0  1  6 0 6
Se for possvel, calcule: (a)

AB  BA
Conhecendo-se
t t

(b)

2C  D
os produtos

(c) 2 D t  3E t

(d) D 2  DE como podemos calcular

1.1.2.

somente
t t

A B  C , B A , C A e ABA C ?
1.1.3. Considere as seguintes matrizes

AB e AC

2  3 2 1 A! , B ! 2 1 2  1 0 1 0 0 , E ! 1 , E1 ! E3 2 0 0

 1  2 1  1 d1 , C ! 0 1 1 , D ! 0 0 1 0 1 0 3 0 ! 0 1

0 d2 0

0 0 d3

Verifique que: (a) AB diferente de BA (b) AE j a j -sima coluna de A , para j ! 1,2,3 e Eit B a i -sima linha de B , para

i ! 1,2,3  1 1  2 0 , C ! 1 e C ! 1 so as colunas de C . (c) CD ! ? 1C1 d 2 C 2 d 3 C 3 A, em que C 1 ! d 2 3 1 0  1 d1C1 (d) DC ! d 2 C 2 , em que C1 ! ? 2 1  1A, C 2 ! ? 1 1A e C 3 ! ? 1 0 1A so as  0  d 3C3
linhas de

 1 2 2 e B ! 0 , (e) Escrevendo B em termos de suas colunas, B ! ?B1 B2 A, em que B1 ! 2 3 0 o produto AB pode ser escrito como AB ! A?B1 B2 A ! ?AB1 AB2 A

(f) escrevendo A em termos das suas linhas,

A1 ! ? 3 2 1A e A2 ! ? 2  1A , o produto 1

A1 B A1 AB pode ser escrito como AB B ! A2 B A2 x 1  3 0 1.1.4. Sejam A ! e X ! y . 0 4  2 z Verifique que xA1  yA2  zA3 ! AX , em que A j a j -sima coluna de A , para j ! 1,2,3
1.1.5. Encontre um valor de

x tal que AB t ! 0 , em que A ! ?x 4  2A e B ! ?2  3 5A


1 1 y , em que y um nmero real no nulo, verificam a y 1

1.1.6. Mostre que as matrizes A ! equao X 2 ! 2 X 1.1.7. Mostre que se

0 1 A e B so matrizes que comutam com a matriz M ! , ento  1 0

AB ! BA
1.1.8. (a) Determine todas as matrizes A , 2 v 2 , diagonais(os elementos que esto fora da diagonal principal so iguais a zero) que comutam com toda matriz B , 2 v 2 , ou seja, tais que AB ! BA , para toda matriz B , 2 v 2 (b) Determine todas as matrizes A , 2 v 2 , que comutam com toda matriz B , 2 v 2 , ou seja, tais que AB ! BA , para toda matriz B , 2 v 2 .

0 1 0 1.1.9. Verifique que A ! 0 para A ! 0 0 1 0 0 0


3

Notao de Somatrio So vlidas algumas propriedades para a notao de somatrio: (a) O ndice do somatrio uma varivel muda que pode ser substituda por qualquer letra:
n

i !1 n

fi ! f j
j !1 n n

(b) O somatrio de uma soma pode ser escrito como uma soma de dois somatrios:

f i  g i ! f i  gi
i !1 n i !1 i !1 i !1

pois,

f i  g i ! f 1  g 1  f 2  g 2  .

 f n  g n ! f1  .  f n  g1  . g n ! f i  g i
i !1 i !1

Aqui foram aplicadas as propriedades associativa e comutativa da soma de nmeros.

(c) Se no termo geral do somatrio aparece um produto, em que um fator no depende do ndice do somatrio, ento esse fator pode sair do somatrio:
n

i !1 n

fi gk ! gk fi
i !1

pois,
n

i !1

f i g k ! f1 g k  .  f n g k ! g k f1  . f n ! g k f i
i !1

Aqui foram aplicadas as propriedades distributiva e comutativa do produto em relao a soma de nmeros (d) Num somatrio duplo, a ordem dos somatrios pode ser trocada:
n m ij

f
i !1 j !1 n m n

! f ij
j !1 i !1

pois,

i !1 j !1

f ij ! f i1  .  f im ! f11  .  f1m  .  f n1  .  f nm !
i !1

m m n ! f 11  .  f n1  .  f1m  .  f nm ! f 1 j  .  f f nj ! f ij j ! i! j !1 1 1

Aqui foram aplicadas as propriedades comutativa e associativa da soma de nmeros

1.2 Sistemas de Equaes Lineares


Muitos problemas em vrias reas da Cincia recaem na soluo de sistemas lineares. Vamos ver como a lgebra matricial pode simplificar o estudo dos sistemas lineares. Uma equao linear em n variveis x1 , x 2 , . , x n uma equao da forma

a1 x1  a 2 x 2  . a n x n ! b , em que a1 , a 2 , . , a n e b so constantes reais.


Um sistema de equaes lineares ou simplesmente sistema linear um conjunto de equaes lineares, ou seja, um conjunto de equaes da forma

a 11 x1  a12 x 2  .  a1n x n ! b1 x  a x .  a x ! b a 21 1 22 2 2n n 2 / / / / m1 x1  a m 2 x 2  .  a mn x n ! b a m em que aij e bk so constantes reais, para i , k ! 1, . , m e j ! 1, . , n


Usando o produto de matrizes que definimos na seo anterior, o sistema linear acima pode ser escrito como uma equao matricial AX ! B em que

a11 a A ! 21 / a m1

a12 a 22 am 2

. . . .

a 1n a 2n , / a mn

b1 x1 b x X ! 2 e B ! 2 / / bm xn

s1 s Uma soluo de um sistema linear uma matriz S ! 2 tal que as equaes do sistema so / s n satisfeitas quando substitumos x1 ! s1 , x 2 ! s 2 , . , x n ! s n .

10

O conjunto de todas as solues do sistema chamado conjunto soluo ou soluo geral do sistema. A matriz A chamada matriz do sistema linear. Exemplo 1.10 - O sistema linear de duas equaes e duas incgnitas escrito como

x  2y ! 1 pode ser 2 x  y ! 0

1 2 x 1 2 1 y ! 0 3 e y!2
(verifique !) ou X ! 3 2 3

A soluo (geral) do sistema acima x !  1

1 3

Uma forma de resolver um sistema linear substituir o sistema inicial por outro que tenha o mesmo conjunto soluo do primeiro, mas que seja fcil de resolver. O outro sistema obtido depois de aplicar sucessivamente uma srie de operaes, que no alteram a soluo do sistema, sobre as equaes. As operaes usadas so:

y Trocar a posio de duas equaes do sistema y Multiplicar uma equao por um escalar diferente de zero Somar a uma equao outra equao multiplicada por um escalar y
Estas operaes so chamadas de operaes elementares. Quando aplicamos operaes elementares sobre as equaes de um sistema linear somente os coeficientes do sistema so alterados, assim podemos aplicar as operaes sobre a matriz de coeficientes do sistema, que chamamos de matriz aumentada, ou seja, a matriz

a11 a ?A/BA! 21 / a m1

a12 a 22

. . .

a1n a2n / a mn

a m2 .

/ b1 / b2 / / / bm

Definio 1.5. Uma operao elementar sobre as linhas de uma matriz uma das seguintes operaes: (a) Trocar a posio de duas linhas da matriz (b) Multiplicar uma linha da matriz por um escalar diferente de zero (c) Somar a uma linha da matriz um mltiplo escalar de outra linha O prximo teorema garante que ao aplicarmos operaes elementares s equaes de um sistema o conjunto soluo no alterado Teorema 1.2. Se dois sistemas lineares

AX ! B e CX ! D , so tais que a matriz aumentada

obtida de A/B aplicando-se uma operao elementar, ento os dois sistemas possuem as mesmas solues. Demonstrao: A demonstrao deste teorema segue-se de duas observaes: (a) Se X soluo de um sistema, ento X tambm soluo do sistema obtido aplicando-se uma operao elementar sobre suas equaes (verifique !) (b) Se o sistema CX ! D , obtido de AX ! B aplicando-se uma operao elementar s suas equaes (ou equivalentemente s linhas da sua matriz aumentada), ento o sistema AX ! B tambm pode ser obtido de CX ! D aplicando-se uma operao elementar s suas equaes, pois cada operao elementar possui uma

?C/DA

11

operao elementar inversa do mesmo tipo, que desfaz o que a anterior fez (verifique!). Pela observao (b) , AX ! B e CX ! D podem ser obtidos um do outro aplicando-se uma operao elementar sobre as suas equaes. E pela observao (a) , os dois possuem as mesmas solues. Dois sistemas que possuem o mesmo conjunto soluo so chamados sistemas equivalentes. Portanto, segue-se que do Teorema 1.2 que aplicando-se operaes elementares s equaes de um sistema linear obtemos sistemas equivalentes. 1.2.1 Mtodo de Gauss-Jordan O mtodo que vamos usar para resolver sistemas lineares consiste na aplicao de operaes elementares s linhas da matriz aumentada do sistema at que obtenhamos uma matriz numa forma em que o sistema associado a esta matriz seja de fcil resoluo. Vamos procurar obter uma matriz numa forma em que todas as linhas no nulas possuam como primeiro elemento no nulo (chamado piv) o nmero 1. Alm disso, se uma coluna contm um piv, ento todos os seus outros elementos tero de ser iguais a zero. Vamos ver no exemplo seguinte como conseguimos isso. Neste exemplo veremos como a partir do faturamento e do gasto com insumos podemos determinar quanto foi produzido de cada produto manufaturado em uma indstria. Exemplo 1.11. Uma indstria produz trs produtos, X, Y e Z, utilizando dois tipos de insumo, A e B. Para a manufatura de cada kg de X so utilizados 1 grama do insumo A e 2 gramas do insumo B; para cada kg de Y, i grama de insumo A e 1 grama do insumo B e, para kg de Z, 1 grama de A e 4 gramas de B. O preo de venda do kg de cada um dos produtos X, Y e Z R$ 2,00, R$ 3,00 e R$ 5,00, respectivamente. Com a venda de toda a produo de X, Y e Z manufaturada com 1 kg de A e 2 kg de B, essa indstria arrecadou R$ 2500,00. Vamos determinar quantos kg de cada um dos produtos X, Y e Z foram vendidos. Como vimos no Exemplo 1.6 da pgina 3, usando matrizes o esquema de produo pode ser descrito da seguinte forma: X Y Z

gramas de A/kg 1 1 1 gramas de B/kg 2 1 4 ! A 2 3 5 preo/kg

x kg de X produzidos X ! y kg de Y produzidos z kg de Z produzidos

x  y  z 1000 gramas de A usados AX ! 2 x  y  4 z ! 2000 gramas de B usados 2 x  3 y  5 z 2500 arrecadao


Assim, precisamos resolver o sistema linear

x  2 y  z ! 1000 2 x  y  4 z ! 2000 cuja matriz aumentada x  3 y  5 z ! 2500 2

1 1 1 / 1000 2 1 4 / 2000 2 3 5 / 2500

Primeira eliminao Vamos procurar para piv da primeira linha um elemento no nulo da primeira coluna no nula (se for o caso, podemos usar a troca de linhas para traz-lo para a primeira linha). Como o primeiro elemento da primeira coluna igual a 1 ele ser o primeiro piv. Agora, precisamos zerar os outros elementos da primeira coluna, que a coluna do piv, para isto, adicionamos

12

segunda linha, -2 vezes a primeira linha e adicionamos terceira linha, tambm, -2 vezes a primeira linha.

1 1 1 / 1000  2 v primeira linha  segunda linha p segunda linha 0  1 2 / 0 - 2 v primeira linha  terceira linha p terceira linha 0 1 3 / 500
Segunda eliminao Olhamos para a submatriz obtida eliminando-se a primeira linha. Escolhemos para piv um elemento diferente de zero na primeira coluna no nula desta submatriz. Vamos escolher o elemento de posio 2,2. Como temos que fazer o piv igual a 1, vamos multiplicar a segunda linha por -1.

1 1 1 / 1000  1 v segunda linha p segunda linha 0 1 - 2 / 0 0 1 3 / 500


Agora precisamos zeraros outros elementos da segunda coluna, que a coluna do piv, para isto, somamos primeira linha, -1 vezes a segunda e somamos terceira linha, tambm, -1 vezes a segunda.

 1 v segunda linha  primeira linha p primeira linha - 1 v segunda linha  terceira linha p terceira linha

1 0 3 / 1000 0 1  2 / 0 0 0 5 / 500

Terceira eliminao Olhamos para a submatriz obtida eliminando-se a primeira e a segunda linhas. Escolhemos para piv um elemento diferente de zero na primeira coluna no nula desta submatriz. Temos de escolher o elemento de posio 3,3 e como temos de fazer o piv igual a 1, vamos multiplicar a terceira linha por 1

1 0 3 / 1000 1 2 / 0 1 5 v terceira linha p terceira linha 0 0 0 1 / 100


Agora, precisamos zerar os outros elementos da terceira coluna, que a coluna do piv, para isto, somamos primeira linha, -3 vezes a terceira e somamos segunda linha, 2 vezes a segunda.

1 0 0 / 700  3 v terceira linha  primeira linha p primeira linha 0 1 0 / 200 2 v terceira linha  segunda linha p segunda linha 0 0 1 / 100 x Portanto o sistema dado equivalente ao sistema ! 700 y ! 200 z ! 100

13

x 700 Que possui soluo geral dada por X ! y ! 200 z 100


Portanto, foram vendidos 700 kg do produto X, 200 kg do produto Y e 100 kg do produto Z. ______________________________________________________________________________ A ltima matriz que obtivemos no exemplo anterior est na forma que chamamos de escalonada reduzida.______________________________________________________________________ Definio 1.6. Uma matriz A ! a ij

mv n

est na forma escalonada reduzida quando satisfaz

as seguintes condies: (a) Todas as linhas nulas(formadas inteiramente por zeros) ocorrem abaixo das linhas no nulas; (b) O piv (primeiro elemento no nulo de uma linha) de cada linha no nula igual a 1; (c) O piv de cada linha no nula ocorre direita do piv da linha anterior (d) Se uma coluna contm um piv, ento todos os seus outros elementos so iguais a zero. Se uma matriz satisfaz as propriedades (a) e (c) , mas no necessariamente (b) e (d) , dizemos que est na forma escalonada.

Exemplo 1.12

As

enquanto

1 1 0  1 0 0

1 0 0 matrizes 0 1 0 e 0 0 1 1 1 3  1 5 2 e 0 0  5 15 5 0 0 0 0

1 3 0 2 0 0 1  3 so escalonadas reduzidas, 0 0 0 0
so escalonadas, mas no so escalonadas

reduzidas. Este mtodo de resoluo de sistemas, que consiste em aplicar operaes elementares s linhas de matriz aumentada at que a matriz do sistema esteja na forma escalonada, conhecido como mtodo de Gauss-Jordan.

x  3 y  13 z ! 9 Exemplo 1.13. Considere o seguinte sistema y  5 z ! 2 2 y  10 z ! 8  13 / 9 1 3 0 1 A sua matriz aumentada 5 / 2 0  2  10 /  8


Primeira eliminao Como o piv da primeira linha igual a 1 e os outros elementos da primeira coluna so iguais a zero, no h nada o que fazer na primeira eliminao.

13 / 9 1 3 0 1 5 / 2 0  2  10 /  8

14

Segunda eliminao Olhamos para a submatriz obtida eliminando-se a primeira linha. Escolhemos para piv um elemento no nulo da primeira coluna no nula da submatriz. Escolhemos o elemento de posio 2,2. Como ele igual a 1, precisamos, agora, zerar os outros elementos da coluna do piv. Para isto somamos primeira linha, -3 vezes a segunda e somamos terceira linha, 2 vezes a segunda.

1 0  2 / 3  3 v segunda linha  primeira linha p primeira linha 0 1 5 / 2 2 v segunda linha  terceira linha p terceira linha 0 0 0 / 4 x  2z ! 3 Portanto o sistema equivalente ao sistema y  5 z ! 2 que no possui soluo. 0 ! 4
Em geral, um sistema linear no tem soluo se, e somente se, a ltima linha no nula da forma ' ' escalonada reduzida da sua matriz aumentada for da forma 0 . 0/bm , com bm { 0.

3z  9w Exemplo 1.14 Considere o seguinte sistema 5 x  15 y  10 z  40w x  3y z  5w 3 9 / 6 0 0 5 15  10 40 /  45 A sua matriz aumentada 1 3  1 5 / 7

!6 ! 45 ! 7

Primeira eliminao Como temos de fazero piv igual a um, escolhemos para piv o elemento da posio 3,1. Precisamos coloc-lo na primeira linha, para isto, trocamos a terceira linha com a primeira.

1 3 - 1 5 / - 7 primeira linha m terceira linha 5 15 - 10 40 / - 45 0 0 3 -9 / 6


Agora precisamos zerar os outros elementos da primeira coluna, que a coluna do piv, para isto, adicionamos segunda linha, -5 vezes a primeira.

1 3  1 5 /  7  5 v primeira linha  segunda linha p segunda linha 0 0  5 15 /  10 0 0 3  9 / 6


Segunda eliminao Olhamos para a submatriz obtida eliminando-se a primeira linha. Escolhemos para piv um elemento diferente de zero na primeira coluna no nula desta submatriz. Escolhemos o elemento 2,3. Como temos de fazer o piv igual a 1, multiplicamos a segunda linha por -1/5.

1 3 - 1 5 / - 7  1 5 v segunda linha p segunda linha 0 0 1 - 3 / 2 0 0 3 - 9 / 6

15

Agora precisamos zerar os outros elementos da segunda coluna, que a coluna do piv, para isto adicionamos primeira linha a segunda e terceira linha, -3 vezes a segunda.

1 3 0 2 /  5 segunda linha  primeira linha p primeira linha 0 0 1  3 / 2  3 v segunda linha  terceira linha p terceira linha 0 0 0 0 / 0
Esta matriz escalonada reduzida. Portanto o sistema dado equivalente ao sistema seguinte

x  3y

 2 w ! 5 z  3w ! 2

A matriz deste sistema possui duas colunas sem pivs. As variveis que no esto associadas a pivs podem ser consideradas variveis livres, isto , podem assumir valores arbitrrios. Neste exemplo as variveis y e w no esto associadas a pivs e podem ser consideradas variveis Sejam w ! E e y ! F . As variveis associadas aos pivs tero seus valores dependentes das variveis livres, z ! 2  3E , x ! 5  2E  3F . Assim, a soluo geral do sistema livres.

x  5  2E  3F y F ! para todos os valores de E e F reais. X ! z 2  3E E w


Em geral, se o sistema linear tiver soluo e a forma escalonada reduzida da matriz aumentada possuir colunas sem pivs, as variveis que no esto associadas a pivs podem ser consideradas variveis livres, isto , podem assumir valores arbitrrios. As variveis associadas aos pivs tero os seus valores dependentes das variveis livres. Lembramos que o sistema linear no tem soluo se a ltima linha no nula da forma ' ' escalonada reduzida da matriz aumentada for da forma 0 . 0/bm , com bm { 0 , como no

exemplo 1.13 na pgina 14. _____________________________________________________________________________ OBSERVAO : Para se encontrar a soluo de um sistema linear no necessrio transformar a matriz aumentada do sistema na sua forma escalonada reduzida, mas se a matriz est nesta forma, o sistema associado o mais simples possvel. Um outro mtodo de resolver sistemas lineares consiste em, atravs da aplicao de operaes elementares matriz aumentada do sistema, se chagar a uma matriz que somente escalonada (isto , uma matriz que satisfaz as condies (a) e (c) , mas no necessariamente (b) e (d) da Definio 1.6). Este mtodo conhecido como Mtodo de Gauss.___________________________________ O prximo resultado mostra que um sistema linear que tenha mais de uma soluo no pode ter um nmero finito de solues. Proposio 1.3. Sejam A uma matriz m v n e B uma matriz m v 1 . Se o sistema linear AX ! B possui duas solues distintas X 0 { X 1 , ento ele tem infinitas solues. Demonstrao. Seja X P !  P X 0  P X 1 , para P R. 1 Vamos mostrar que X P soluo do sistema AX ! B , para qualquer mostrar que AX P ! B . Aplicando as propriedades (i), (j) das operaes matriciais ( Teorema 1.1 na pgina 4) obtemos

P R . Para isto vamos

16

AX P ! A?  P X 0  PX 1 A! A  P X 0  APX 1 !  P AX 0  PAX 1 1 1 1 Como X 0 e X 1 so solues de AX ! B , ento AX 0 ! B e AX 1 ! B , portanto AX P !  P B  PB ! ?  P  P AB ! B , pela propriedade (f) do Teorema 1.1. 1 1 Assim, o sistema AX ! B tem infinitas solues, pois para todo valor de P R , X P soluo
e

X P  X P'! P  P ' X 1  X 0 , ou seja, X P { X P' , para P { P' .


para

Observe que para

P ! 0, XP ! 0 ,

P ! 1 , X P ! X 1 , para P ! 1 , X P ! 1 X 0  1 X 1 , para 2 2 2 P ! 3 , X P ! 2 X 0  3 X 1 e para P ! 2 , X P ! 3 X 0  2 X 1 .

Para resolver sistemas lineares vimos aplicando operaes elementares matriz aumentada do sistema linear. Isto pode ser feito com quaisquer matrizes. 1.2.2 Matrizes Equivalentes por linhas

Definio 1.7 Uma matriz A ! a ij

mv n

equivalente por linhas a uma matriz B ! bij

mv n

, se

B pode ser obtida de A aplicando-se uma seqncia de operaes elementares sobre as suas linhas.
Exemplo 1.15 Observando os Exemplos 1.11 , 1.14 e 1.13 , vemos que as matrizes

1 1 1 2 1 4 , 2 3 5 1 0 0 0 1 0 , 0 0 1

 9 3 0 0 5 15  10 40 , 1 3  1 5 1 3 0 2 0 0 1 - 3 , 0 0 0 o

1 3 13 0 1 5 0 - 2 - 10

so equivalentes p linhas s matrizes

1 0  2 0 1 5 , respectivamente. 0 0 0

Matrizes estas que so escalonadas reduzidas. Cuidado: elas so equivalentes por linhas, no so iguais ! A relao ser equivalente por linhas satisfaz as seguintes propriedades, cuja verificao deixamos como exerccio para o leitor. * Toda Matriz equivalente por linhas a ela mesmo (reflexividade) * Se A equivalente por linhas a B, ento B equivalente por linhas a A (simetria) * Se A equivalente por linhas a B e B equivalente por linhas a C, ento A equivalente por linhas a C (transitividade) Toda matriz equivalente por linhas a uma matriz na forma escalonada reduzida e a demonstrao, que omitiremos, pode ser feita da mesma maneira que fizemos no caso particular das matrizes aumentadas dos Exemplos 1.11, 1.14 e 1.13. Teorema 1.4. Toda matriz A ! a ij reduzida R ! r ij

mv n

equivalente por linhas a uma nica matriz escalonada

mv n

O prximo resultado ser usado para provar alguns resultados no captulo de inverso de matrizes.

17

Proposio 1.5. Seja uma matriz tem uma linha nula.

n v n , na forma escalonada reduzida. Se R { I n , ento R

Observe que o piv de uma linha i est sempre numa coluna j com j u i . Portanto, ou a ltima linha de R nula ou o piv da linha n est na posio n, n . Mas, neste Demonstrao. caso todas as linhas anteriores so no nulas e os pivs de cada linha i est na coluna i , ou seja, R ! I n . 1.2.3. Sistemas Lineares Homogneos

Um sistema linear da forma

a 11 x1 x a 21 2 / m1 x1 a

 

a12 x 2 a 22 x 2

 .  .  .

 

 am 2 x2

a1n x n a 2n xn /  a mn x n

! 0 ! 0 ! / ! 0

(1.7)

chamado sistema homogneo.

O sistema (1.7) pode ser escrito como AX ! 0 .

Todo

x1 0 x 0 sistema homogneo admite pelo menos a soluo X ! 2 ! chamada de soluo trivial. / / x n 0


Portanto, todo sistema homogneo tem soluo. Alem disso ou tem somente a soluo trivial ou tem infinitas solues OBSERVAO : Para resolver um sistema linear homogneo AX ! 0 , basta escalonarmos a matriz A do sistema, j que sob a ao de uma operao elementar a coluna de zeros no alterada. Mas, preciso ficar atento quando se escreve o sistema linear associado matriz resultante das operaes elementares, para se levar em considerao esta coluna de zeros que no vimos escrevendo. Teorema 1.6. Se A ! a ij

mv n

, tal que

m n , ento o sistema homogneo AX ! 0 tem

soluo diferente da soluo trivial, ou seja, todo sistema homogneo com menos equaes do que incgnitas tem infinitas solues. Demonstrao. Como o sistema tem menos equaes do que incgnitas

n , o nmero de

linhas no nulas r da forma escalonada reduzida da matriz aumentada do sistema tambm tal que r n . Assim, temos r pivs e n  r variveis (incgnitas) livres, que podem assumir todos os valores reais. Logo, o sistema admite soluo no trivial e portanto infinitas solues. O conjunto soluo de um sistema linear homogneo satisfaz duas propriedades interessantes. Estas propriedades tero papel decisivo no estudo de subespaos de R n , como veremos adiante.

18

Proposio1.7. Seja A ! a ij (a) Se X

mv n

Y so solues do sistema homogneo AX ! 0 , ento X  Y tambm o . EX tambm o .

(b) Se X soluo do sistema homogneo AX ! 0 , ento Demonstrao. (a) Se X

e Y so solues do sistema homogneo AX ! 0 , ento AX ! 0 e AY ! 0 e portanto X  Y tambm soluo pois, A X  Y ! AX  AY ! 0  0 ! 0 (b) Se X soluo do sistema homogneo AX ! 0 , ento EX tambm o , pois A EX ! EAX ! E 0 ! 0

Estas propriedades no so vlidas para sistemas lineares em geral. Por exemplo, considere o sistema linear AX ! B , em que A ! 1 e B ! 1 . A soluo deste sistema X ! 1 . Mas

?A

?A

?A

X  X ! 2 X ! 2, no soluo do sistema.
Exemplo 1.16. Vamos retomar a cadeia de Markov do Exemplo 1.9 na pgina 6. Vamos supor que uma populao dividida em trs estados (por exemplo: ricos, classe mdia e pobres) e que em cada unidade de tempo a probabilidade de mudana de um estado para outro seja constante no tempo, s dependa dos estados. Seja t ij a probabilidade de mudana de estado j para o estado i em uma unidade de tempo(gerao). A matriz de transio dada por 1 2 3

t11 T ! t 21 t 31

t12 t 22 t 32

t13 1 t 23 2 t 33 3 1 2 T ! 1 2 0
1 4 1 2 1 4

Por exemplo , a matriz de transio pode ser dada por 1 2 3

0 1 1 22 1 23

Vamos descobrir qual distribuio inicial da populao entre os trs estados permanece inalterada, gerao aps gerao. Ou seja, vamos determinar P tal que

TP ! P ou TP ! I 3 P ou  I 3 P ! 0 T
1 4 1 2 1 4

Assim, precisamos resolver o sistema linear homogneo

2 2x  1 2x  1  1 2 4 1 1 Cuja matriz aumentada 2 2 1 0 4

y y  y  0
1 2 1 2 1 2

! 0 z ! 0 z ! 0

1 2

/ 0 / 0 / 0

19

1  1 2 1  1 Primeira eliminao:  2 v primeira linha p segunda linha 2 2 0 1 4 1  1 2 0  1 1  2 v primeira linha  segunda linha p segunda linha 4 0 1 4 1  1 2 0 1 Segunda eliminao:  4 v segunda linha p segunda linha 0 1 4
1 2

0
1 2

1 2 0
1 2

/ 0 / 0 / 0 / 0 / 0 / 0

1 2 0

/ 0  2 / 0  1 / 0 2

1 0  1 / 0 v segunda linha  primeira linha p primeira linha 0 1  2 / 0 - 1 v segunda linha  terceira linha p terceira linha 4 0 0 0 / 0 x  z ! 0 Portanto o sistema dado equivalente ao sistema seguinte y  2z ! 0 Seja z ! E . Ento y ! 2E e x ! E . Assim, a soluo geral do sistema 1 p1 p ! E 2 , para todo E R . X ! 2 1 p3 Tomando a soluo tal que p1  p 2  p 3 ! 1 obtemos que se a populao inicial for distribuda
de forma que p1 ! 1

da populao esteja no estado 1, p 2 ! 1

da populao esteja no

estado 2 e p3 ! 1 , esteja no estado 3, ento esta distribuio permanecer constante

gerao aps gerao. 1.2.4. Matrizes Elementares Uma matriz elementar

Definio 1.8

n v n uma matriz obtida da matriz identidade I n

aplicando-se uma, e somente uma, operao elementar. Vamos denotar por E ij a matriz elementar obtida trocando-se a linha i com a linha j da matriz

I n , Ei a matriz elementar obtida multiplicando-se a linha i da matriz I n pelo escalar E E { 0 e Ei , j E a matriz elementar obtida da matriz I n , somando-se linha j , E vezes a linha i .

20

1 0 0 1 . . Eij ! . . . . 0 .

. 1

0 . / 1 1 .

1 / 0 1 1

1 0 0 1 . ni , E iE ! . . . . . n j . . 0 . 0 1 0 . . . . . . 0 . . n i . .n j 0 1

. 1

E 1 1 . . . 0

o . . . n i . 0 1

1 0 0 1 . e E i, j E ! . . . 0 .

1 / 1 E . . . 1 1 . 0

Exemplo 1.17. As matrizes seguintes so as matrizes elementares 2 v 2 :

1 0 E 0 0 1 E1, 2 ! E 2,1 ! E , E1 ! 0 1 , E 2 E ! 0 E , com E { 0 , 1 0 1 0 1 E E1, 2 E ! E e E2,1 ! E 1 0 1 0 1 0 0 0 1 Sejam E1 ! , E 2 ! , . , E n ! matrizes m v 1 . / / / 0 0 1 As matrizes elementares podem ser escritas em termos das matrizes Ei como E1t E1t E1t / / Eit n i E tj n i / ! / E , Ei E ! EEit n i e Ei , j ! / E t  EE t n j Et n j / i j i Et / / m Et E t m m

Ei , j

Aplicar uma operao elementar em uma matriz, corresponde a multiplicar a matriz esquerda por uma matriz elementar, como mostra o resultado a seguir.

21

Teorema 1.8. Sejam E uma matriz elementar m v m e A uma matriz qualquer m v n . Ento, EA igual matriz obtida aplicando-se na matriz A a mesma operao elementar que originou E . Demonstrao. Como a i -sima linha de um produto de matrizes BA igual a Bi A , em que Bi a i -sima linha da matriz B e E it A ! Ai , em que Ai a linha i da matriz A, ento:

E1t / i p E tj Ei , j A ! / j p Eit / E t m E1t / Ei E A ! i p EEit / Et m

E1t A A1 / / E tj A n i A j n i A! / ! / E t A n j Ai n j i / / E t A A m m E1t A A1 / / A ! EEit A n i ! EAi n i / / Et A Am m E1t A / ni Eit A A! / E t A  EE t A n j i j / t Em A A1 / Ai n i ! / A j  EAi n j / A m

E1t / i p Eit Ei , j E A ! / E t  EE t jp j i / Et m

Assim, aplicar uma seqncia de operaes elementares em uma matriz, corresponde a multiplicar a matriz esquerda por um produto de matrizes elementares. Exemplo 1.18 Quando usamos o mtodo de Gauss-Jordan para resolver o sistema do Exemplo 1.11 na pgina 12, aplicamos uma seqncia de operaes elementares na matriz aumentada do sistema. Isto corresponde a multiplicar a matriz aumentada

1 1 1 / 1000 ?A/B A! 2 1 4 / 2000 esquerda pelas matrizes elementares 2 3 5 / 2500

22

1 0 0 E3, 2 2 ! 0 1 2 , ou seja, 0 0 1 1 0 0 / 700 1 E 3,2 2 E3,1  3 E3 5 E 2 ,3  1 E2,1  1 E 2  1 E1,3  2 E1, 2  2 ?A/B A! 0 1 0 / 200 0 0 1 / 100

1 0 E1, 2  2 !  2 1 0 0 1 0 E 2 ,3  1 ! 0 1 0  1

0 1 0 0 1 0 , E  2 ! 0 1 0 , E  1 ! 0  1 0 1, 3 2  2 0 1 0 0 1 0 1 0 0 1 0  3 0 1 0 , E  3 ! 0 1 0 , 0, E3 1 ! 3,1 5 1 0 0 5 0 0 1 1

0 1 1 0 , E  1 ! 0 1 0 0 2 ,1 1 0 0 1

Exerccios Numricos
1.2.1. Quais das seguintes matrizes esto na forma escalonada reduzida:

1 0 0 0 3 A ! 0 0 1 0  4 , 0 0 0 1 2 1 0 C! 0 0
1.2.2.

0 1 0 0  4 B ! 0 0 1 0 5 0 0 0  1 2 0 0 D! 0 0 0 0 0 0 0 1 0 0 0 0 2  4 1 0 0 0

0 0 0 0

0 1 0 0

0 0 1 0

3 0 , 2 0

Em cada item suponha que a matriz aumentada de um sistema foi transformada usando operaes elementares na matriz escalonada reduzida dada. Resolva o sistema correspondente.

1 0 0 0 6 1 0 0  7 8 ; (c) 0 1 0 0 3 0 1 0 3 (a) 2 0 0 1 1 2 0 0 1 1  5 1  6 0 0 (b) 0 0 0 0 0 1 0 0 0 0 1 0 3  2 4 7 ; 5 8 0 0 1 0 (d ) 0 0 7 0 0 0 0 1 0 0 0  8  3 0 6 5 1 3 9 0 0 0

23

1.2.3.

Resolva, usando o mtodo de Gauss-Jordan, os seguintes sistemas: (a)

x1  x 2  2 x3 ! 8  x1  2 x 2  3 x3 ! 1 x  7 x  4 x ! 10 3 2 3 1

2 x1  2 x 2  2 x3 ! 0 (b)  2 x1  5 x 2  2 x3 ! 1 x  x  4 x ! 1 8 2 3 1

 2 x 2  3 x3 ! 1 (c)3x1  6 x 2  3x3 !  2 6 x  6 x  3 x ! 5 2 3 1

1.2.4. Os sistemas lineares seguintes possuem a mesma matriz A. Resolva-os usando o mtodo de Gauss-Jordan. Observe que os dois sistemas podem ser resolvidos ao mesmo tempo escalonando a matriz aumentada A /B1 /B2 .

x1  2 x 2  x3 ! 1 (a) 2 x1  5 x 2  x3 ! 2 ; x  7 x  2 x ! 1 3 2 3 1 1 0 5 Seja A ! 1 1 1 0 1  4

x1  2 x 2  x3 ! 2 (b)2 x1  5 x 2  x3 ! 1 x  7 x  2 x ! 2 3 2 3 1

1.2.5.

(a) Encontre a soluo geral do sistema A  4 I 3 X ! 0 (b) Encontre a soluo geral do sistema A  2 I 3 X ! 0 1.2.6. Para cada sistema linear dado, encontre todos os valores de E para os quaisb o sistema no tem soluo, tem soluo nica e tem infinitas solues:

x  2 y  3z ! 4 (a) 3x  y  5z ! 2 x  y  E 2  14 z ! E  2 4

x yz !2 (b) 2x  3 y  2z ! 5 x  3 y  E 2  1 z ! E  1 2

1.2.7.

Uma indstria produz trs produtos, X, Y e Z, utilizando dois tipos de insumo, A e B. Para a manufatura de cada kg de X so utilizados 2 gramas do insumo A e 1 grama do insumo B; para cada kg de Y 1 grama de insumo A e 3 gramas de insumo B e, para cada kg de Z, 3 gramas de A e 5 gramas de B. O preo de venda do kg de cada um dos produtos X, Y e Z R$ 3,00, R$ 2,00 e R$ 4,00, respectivamente. Com a venda de toda a produo de X, Y e Z manufaturada com 1,9kg de A e 2,4 kg de B, essa indstria arrecadou R$ 2900,00. Determine quantos kg de dada um dos produtos X, Y e Z foram vendidos.

24

1.2.8.

Determine os coeficientes a, b, c e d da funo polinomial p x ! ax 3  bx 2  cx  d , cujo grfico passa pelos pontos

P1 ! 0, 10 , P2 ! , 7 , P3 ! 3,  11 e P4 ! 4,  14 1

30

20

10

-10

-20

-30

-2

-1

25

que passa pelos pontos P !  2, 7 , P2 !  4, 5 e P3 ! 4,  3 1

1.2.9. Determine os coeficientes a, b e c da equao do crculo x 2  y 2  ax  by  c ! 0 ,

1.2.4.

y Resolva, usando o mtodo de Gauss-Jordan, os seguintes sistemas:

(a) 1.2.4. Os sistemas lineares seguintes possuem a mesma matriz A. R mesmotemp

?A/B1 /B2 A

6 4

x1  2 x 2  x3 ! 1 (a) 2 x1  5 x 2  x3 ! 2 ; x  7 x  2 x ! 1 3 2 3 1 1 0 5 Seja A ! 1 1 1 0 1  4

x1  2 x 2  x3 ! 2 (b)2 x1  5 x 2  x3 ! 1 x  7 x  2 x ! 2 3 2 3 1

1.2.9. 2

(c) Encontre a soluo geral do sistema A  4 I 3 X ! 0 (d) Encontre a soluo geral do sistema A  2 I 3 X ! 0

1.2.10. Para cada sistema linear dado, encontre todos os valores de -2

x E para os q sol solue

x  2 y  3z ! 4 (a) 3x  y  5z ! 2 x  y  E 2  14 z ! E  2 4

x yz !2 (b) 2x  3 y  2z ! 5 x  3 y  E 2  1 z ! E  1 2

1.2.11. Uma indstria produz trs produtos, X, Y e Z, utilizando dois tipos de insumo, A e B -4

-6 -4 -2 4 6 8 (Relativo sub-seo 1.2.4.) Considere0a matriz 2 reduzida. (Sugesto: veja o Exemplo 1.18 na 1.2.10 Encontre condies sobre os bi , s para que cada um dos sistemas seja consistente (isto , tenha soluo):

x1  2 x 2  x 3 ! b1 x1  2 x 2  5 x 3 ! b1 (a) 4 x 1 5 x 2  8 x 3 ! b2 ; (b)  4 x1  5 x 2  2 x3 ! b2 3 x  3x  3 x ! b  4 x1  7 x 2  4 x3 ! b3  1 2 3 3

26

1 7 8 0 1.2.11. (Relativo sub-seo 1.2.4) Considere a matriz A ! 1 3 3 8 .  2  5 1  8


Encontre matrizes elementares E, F. G e H tais que R=EFGHA uma matriz escalonada reduzida. (Sugesto): veja o exemplo 1.18 na pgina 22) 1.2.12. Resolva usando o mtodo de Gauss-Jordan, os seguintes sistemas:

x 1 x a) 1 x 1 x1 3 x1 x 2 b) 1 x1 2

   

2x2 2x2 2x2 6 x2

 

x3 x3

   

3x4 3x4 3x4 9 x4

 x5  x5  2 x5  4 x5  2 x5  4 x5  4 x5

 2 x6  x6  3x 6

! ! ! !

2 3 ; 4 9 ! 0 ! 1 ! 5 ! 6

 3x2  6 x2  6 x2

 2 x3  5x3 5x 3

 2 x4  10 x 4  8 x4

 3x 6  15 x 6  18 x 6

1 1 1 1 1 2 3 a . Determine o conjunto soluo 1.2.13. Considere a matriz A ! 2 2a  2  a  2 3a  1 3 2a  1 3 a  2


do sistema AX ! B , em que B ! ? 4

3 1 6A , para todos os valores de a .


t

1.2.14. Resolva os sistemas lineares cujas matrizes aumentadas so:

1 2 3 1 8 (a) 1 3 0 1 7 1 0 2 1 3

1 1 3  3 0 (b) 0 2 1  3 3 1 0 2  1  1

1 1 (c ) 1 1

2 1 1 3

3 1 2 3

0 0 0 0

27