Vous êtes sur la page 1sur 14

Multiplicao de Matrizes, Matriz Inversa e Partio

Jeerson Cavalcante Edgleice Rodrigues Jos Iran Dyego Rocha Aclio Luna Roberto Bruno 20 de junho de 2011

Resumo
Este trabalho um resumo referente ao captulo 3 do Livro Operaes com Matrizes para Engenheiros e Cientistas.

Produto Interno, Ortogonalidade e Norma

A multiplicao de matrizes baseada em produto de vetor linha (u) por um vetor coluna (v), ambos com n elementos. Esse produto chamado de produto interno ou produto escalar e denido por:
uv = u1 v1 + u2 v2 + ...un vn =
n i=1

ui vi

Este tipo de produto tambm chamado de produto escalar, porque mesmo que o os vetores tenham n elementos, o produto somente um escaT lar.Por exemplo, sejam dois vetores u = 1 2 3 e u = 2 4 0 ,o produto entre eles : uv = (1)x(2)+(-2)x(4)+(3)x(0)=-6 Se esse vetor u no nulo, ento uuT igual a 1

de Norma Euclidiana ou Norma de Frobenius. O nome norma euclidiana usado principalmente quando se trabalha com espaos vetoriais. Por exemplo, seja o vetor u = a1i + a2j + a3k no espao euclidiano tri-dimensional e i, j e k vetores unitrios nas direes x, y e z. A magnitude do espao vetorial dada por ||u||, enquanto a magnitude do vetor dada por |u|. Dois vetores de dimenso n, u e v, so ditos ortogonais se uv = 0 e ortonormais se, alm de ortogonais, ||u|| = 1 e ||v|| = 1.
1.1 Uma Digresso sobre Normas

n 2 2 2 uuT = u2 1 + u2 + ...un = i=1 ui z 2 2 1 e a sua magnitude dada por ||u|| = uuT = (u2 1 + u2 + ...un ) e chamada

As caractersticas principais da norma de um vetor u so:


||u||>0,para u>0 e ||u||=0, para u=0; ||u + v || ||v || + ||u||; ||u|| = ||||,onde um escalar.

Dois importantes tipos de normas so a norma innita e a p-norma. Para um vetor u, com elementosu1 , u2 , ..., un , temos: 1. Norma Innita:||u|| = max|u1 |, |u2 |, ..., |un |; 2. P-norma:||u||p = [|u1 |p + |u2 |p + ... + |um|p ]1/p ,onde p um inteiro positivo. Como se pode ver, a norma euclidiana ou norma de Frobenius de u a 2norma, ||u||2 . n n A norma de Frobenius de uma matriz Amxn denida como ||A||z = i=1 j =1 aij 2 Uma norma mais simples para uma matriz Anxn ser discutida no estudo de matrizes exponenciais eA ||A||M = max|aij |; i, j = 1, 2...n. 2

1/2

Multiplicao de matrizes

Matrizes so tabelas que respeitam uma ordem de formao, possuem respectivamente linhas e colunas. Esse tipo especial de tabela possui propriedades e denies. Entre as propriedades mais importantes est a multiplicao de matrizes. Antes de multiplicarmos duas matrizes devemos vericar se o nmero de colunas da primeira matriz igual ao nmero de linhas da segunda, sendo registrada a igualdade podemos realizar a operao. A multiplicao consiste em uma regra prtica geral, observe passo a passo como deve ser feita a multiplicao. Devemos sempre multiplicar na seguinte ordem: linha x coluna.

4 3 2 A = 3 3 0 5 3 1

e
2 3 B = 1 4 6 1

Ento, sabemos que, podemos efetuar o produto AB, pois valem as condies bsicas de multiplicao das matrizes.
4 3 2 A = 3 3 0 5 3 1 2 B= 1 6 7 3 AB = 1 3 4 1 26 21 28

Se queremos especicar, mais precisamente o produto, podemos:


4 3 2 2 3 7 26 3 3 0 1 4 = 3 21 5 3 1 6 1 1 28

Quando precisamos calcular o quadrado ou a potncia maior de uma matriz dada:


3 Formas Quadrticas

Seja A uma matriz quadrada de ordem n. A forma quadrtica associada a A a expresso:


Q(x) =
n i=1 n j =1

aij xixj = xT Ax x1 x = x2 . . .xn

Em que

Toda forma quadrtica est associada a uma matriz simtrica. Note que,
= (xT Ax )T = xT A T x xT Ax

E assim
= xT Ax
+xT A T x xT Ax 2

que igual xT
A T A 2 x Q(x) = xT AA x 2
T

simtrica


2 2 Ex. x2 1 + 7x2 3x3 + 4x1 x2 + 2x1 x3 =

x1 x2 x3

1 2 1 x1 2 7 0 x2 1 0 3 x3

Note que:

I) Os coecientes dos termos ao quadrado esto na diagonal principal; II) Os coecientes dos outros termos esto nas posies
x1 x2 x1 x3 x2 x3 (1, 2)e(2, 1) (1, 3)e(3, 1) (2, 3)e(3, 2)

= x|Ax Obs. xT Ax

Toda a forma quadrtica ortogonalmente diagonalizvel. com A simtrica, diz-se: A forma quadrtica xT Ax

> 0, para todox = 0, denida positiva se xT Ax < 0, para todox = 0, denida negativa se xT Ax 0, para todox semidenida positiva se xT Ax T denida positiva se x Ax 0, para todox.

Diz-se indenida se no estiver em qualquer destas situaes. Diz-se tambm que a matriz A denida positiva, ou denida negativa, se a forma quadr denida positiva ou negativa. tica xT Ax Uma matriz simtrica A denida positiva se os valores prprios so positivos.
= 1 y 2 + 2 y 2 + + n y 2 xT Ax 1 2 n

1 , 2 , , n valores prprios x = v1 v2 vn y v1 , v2 , , vn vetores prprios ortonormais

Nota: se x = 0ey = 0. Se 1 , 2 , , n > 0 2 2 1 y2 1 + 2 y2 +, , +n yn > 0, y = 0


||
xT Ax x=0

Se um < 0 x := vi (vetor prprio associado) = v T Av i = v T i vi = i ||vi ||2 < 0 xT Ax A matriz A denida negativa se -A denida positiva. Exemplo 3.4: Denir a forma quadrtica da matriz :
7 4 4 = 8 1 12 . A 8 4 1 = [7x1 8x2 8x3 , 4x1 + x2 4x3 , 4x1 + 12x2 + x3 ] xT A = 7x2 4x1 x2 84x1 x3 + x2 + 8x2 x3 + x2 . Q(x) = xT A 2 1
4 5 6 A Matriz Inversa Matrizes Ortogonais Aprova da regra de Cramer

A prova para a regra de Cramer muito simples, na verdade ele utiliza apenas duas propriedades dos determinantes. A primeira propriedade que a adio de qualquer mltiplo de uma coluna para outra no altera o valor do determinante, enquanto a segunda propriedade que multiplicar cada elemento de uma coluna por um fator que multiplica o valor do determinante pelo mesmo fator. Dado n equaes x1 , x2 ...xn . 6

a11 x1 + a12 x2 + ...a1 nxn = b1 a1 x1 + a2 x2 + ...a1 nxn = b2 ... an1 x1 + an2 x2 + ...ann xn = bn
det

regra de Cramer d, para o valor de x1 , a expresso:


b1 b2 ... bn a11 a21 ... an1 a12 ... a1n a22 ... a2n

x1 =

det

an2 ... ann a12 ... a1n a22 ... a2n an2 ... ann

que pode ser vericado usando as propriedades acima de determinantes. De fato, substituindo b1 , b2 ...bn a partir das equaes do sistema, este quociente igual a
det

x1 =

Subtraindo-se da primeira coluna da segunda multiplicada por x2 , terceira coluna multiplicada por x3 , e assim sucessivamente at a ltima coluna multiplicada para ser igual a: por xn , encontrado
a11 x1 a21 x1 ... an1 x1 x1 = a 11 a21 det ... an1
det

(a11 x1 a12 x2 + ... ... (a21 x1 a22 x2 + ... ... (an1 x1 + an2 x2 + ...ann xn a a12 ... 11 a21 a22 ... det ... an1 an2 ...

a1n xn )a12 ...a1n

a2n xn )a22 ...a2n an2 ...ann )an2 ...ann a1n a2n ann

a12 ... a22 ...

a1n a2n

an2 a12 ... a22 ... an2

...ann a1n a2n ...ann


e de acordo com o remanescente dos bens determinantes o fator comum x 1 7

na primeira coluna do numerador pode ser fatorada do determinante. Portanto, este igual a
det

x1 =

det

Isto equivalente equao matricial


x1 x2 ... = xn

a11 a21 ... an1 a11 a21 ... an1

a12 ... a22 ...

a1n a2n

an2 ...ann a12 ... a1n a22 ... a2n an2 ...ann

Exemplo 3.7. Use regra de Cramer para resolver o sistema de equaes x1 + 2x2 + x3 = 8;2x1 x2 + 2x3 = 6;x1 + 3x2 3x3 = 4
7 Partio de Matrizes

No estudo de matrizes muito til em alguns casos dividir as matrizes por meio de linhas tracejadas entre algumas de suas linhas e colunas, como se pode ver no exemplo abaixo:

1 3 2 1 3 4 0 2 1 1 3 1 A = 1 1 4 0 1 2 2 3 3

No exemplo, a matriz A foi dividida em seis submatrizes:

A=

A11 A12 A13 A21 A22 A23

onde,
1 3 4 2 , = 1 1 4 0 1

A11

A12 =

0 1 1 1

A13 =

3 2 3 1

A21 =

4 0 1 ,

A22 =

e A23 =

3 3

Cada sub-matriz chamada matriz em bloco e a subdiviso chamada partio de matrizes. Um exemplo prtico da aplicao de matrizes em blocos ocorre quando cada matriz em bloco governa uma parte de um complexo sistema linear de equaes diferenciais de primeira ordem. Se duas matrizes m xn, A e B, so particionadas da mesma forma, o escalonamento das matrizes corresponde ao escalonamento das matrizes em bloco, enquanto A B corresponde a soma ou diferena das matrizes em bloco. Por exemplo, se:
1 2 4 A = 0 3 1 , 2 2 1

ento kA =

kA11 kA12 kA21 kA22

onde

A11 =

1 2 0 3

A12 =

4 1

A21 =

2 2

e A22 =

= 1.

Analogamente,
1 2 2 4 , B= 0 3 1 0 2

com B11 = e B22 =

1 2 0 3 2

, = 2.

B12 =

2 4

B21 =

1 0

Da segue que:
A11 B11 A12 B12 A21 B21 A22 B22

AB =

O produto de matrizes em bloco obedece mesma regra do produto de matrizes. Exemplo: Sejam A e B matrizes, tais que:
1 3 2 1 3 4 0 2 1 1 3 1 A = 1 1 4 0 1 2 2 3 3 e B= 1 0 2 1 2 1 3 2 1 2 1 1 2 1 ,

Como A uma matriz 3x7 e B uma matriz 7x2, ento a matriz produto AB uma matriz 3x2. Considerando agora A e B como matrizes particionadas, tais que:
A11 A12 A13 A21 A22 A23 0 1 1 1

A=

, onde

A11 =

1 3 4 1 1 2

A12 = 2 2

A13 =

3 2 3 1

A21 =

4 0 1

e A22 =

e A23 = 3 3 . B11 e B = B21 , onde B31

10

B11

2 1 = 0 1 , 2 2

B21 =

1 1 2 1

e B31 =

1 2 3 1

O produto AB dado por:


AB = A11 B11 + A12 B21 + A13 B31 A21 B11 + A22 B21 + A23 B31 2 6 = 14 2 8 13

As matrizes particionadas podem ser usadas para reduzir um tipo especial de matriz 2x2, com elementos reais, para a chamada forma normal de Jordan. Exemplo: Sejam R e S matrizes 2nx2n, cada uma particionada em quatro matrizes em bloco nxn.

P -Q R= Q P

P Q . Q = -Q P

Encontrar a matriz produto RS, quando R = A - In e Q = In , com e , nmeros reais e > 0, onde A uma matriz em bloco n xn e In uma matriz identidade n xn. Veriquemos a relao da matriz RS com a matris M, tal que

com um parmetro escalar. SOLUO:

P -Q RQ = Q P

0 P Q = P 2 + Q2 2 -Q P 0 P + Q2
11

Substituindo os valores de P e Q, citados acima, temos:


P 2 + Q2 = (A In )2 + 2 In = A2 + 2A + (2 + 2 )In , ento

RQ =

A2 + 2A + (2 + 2 )In

A + 2A + (2 + 2 )In

Expandindo det M, temos a expresso quadrtica:


p() = det
= 2 + 2 + 2 + 2

Se substituirmos por A e 2 + 2 por (2 + 2 )In , a expresso polinomial quadrtica p () se torna a matriz polinomial p (A) , dada por: p (A) = A2 + 2A + (2 + 2 )In . Vamos considerar a matriz A, particionada em nove matrizes em bloco, tal que
xq xr xp Ap Ap Ap 12 13 11 xq xr Aq Aq A= 0 22 23 xr 0 0 Ar 33

p xp xq rxr onde A11 uma matriz p xp, Aq 22 uma matriz q xq, A33 uma matriz r xr e p + q + r = n. O expoente de cada elemento que no est na diagonal mostra a dimenso da matriz em bloco. Agora, assuma B = A1 e In a matriz identidade n xn. Ento a equao AB = In pode ser representada pela seguinte equao de matrizes em bloco:

12

A11 A12 A13 B11 B12 B13 Ip 0 0 0 A22 A23 B21 B22 B23 = 0 Iq 0 0 0 A33 B31 B32 B33 0 0 Ir

Onde Ip a matriz identidade p xp, Iq a matriz identidade q xq e Ir a matriz identidade r xr. Este produto equivalente s nove equaes de matrizes em bloco, nas quais as sub-matrizes Bij devem ser determinadas:
A11 B11 + A12 B21 + A13 B31 = Ip A11 B12 + A12 B22 + A13 B32 = 0 A11 B13 + A12 B23 + A13 B33 = 0 A22 B21 + A23 B31 = 0 A22 B22 + A23 B32 = Iq A22 B23 + A23 B33 = 0 A33 B31 = 0 A33 B32 = 0 A33 B33 = Ir

Determinando todas as sub-matrizes Bij e incorporando na equao B = A1 , temos:


1 1 1 1 1 1 1 A A A 11 A12 A22 11 A12 A22 A33 A13 A33 11 1 1 1 0 A A 22 22 A23 A33 1 0 0 A33

Exemplo: Dada a matriz


2 0 A= 0 0 2 0 1 3 1 2 0 1 2 0 0 1

Calculando a matriz inversa pelo mtodo citado acima, temos 13

1 1

1 5 3 1 6 3 1 3 1 3 4 3

0 A1 = 0 0

0 0

1 0

2 1

8 9

Matriz e mnimo quadrado prprio da curva Matrizes e equao de Laplace

14

Vous aimerez peut-être aussi