Aula 1 Sistemas e Matrizes PDF

Notas de Aula Sistemas Lineares e Matrizes. Prof.
Irval 1

Sistemas de Equaes Lineares - Escalonamento

Introduo
Em inmeras situaes para resolvermos determinado problema precisamos resolver um sistema de
equaes
O nosso objetivo discutir um mtodo para resolver estes sistemas. Para isso precisamos introduzir uma
terminologia bsica.

O que um sistema de equaes lineares?

Consideremos o seguinte problema: Encontrar a equao da parbola y = ax
2
+bx + c, sabendo que ela
passa pelos pontos P
1
(1, 2); P
2
( 1, 12) e P
3
(4, 2).
Os pontos P
1
, P
2
e P
3
devem satisfazer a equao y = ax
2
+bx + c. Substituindo os pontos obtemos as
trs seguintes equaes que nos do um sistema com 3 equaes e 3 incgnitas a, b e c.
= + +
= +
= + +
2 c 4b 16a
12 c b a
2 c b a

Temos aqui um sistema de equaes lineares.

Definio: Dados os nmeros reais a a a a b
n 1 2 3
, , ,... e , chamamos de equao linear, nas
incgnitas x x x
n 1 2
, ...
,
(onde x x x
n 1 2
, ...
,
so variveis em R) equao
a x a x a x b
n n 1 1 2 2
+ + = ... ( I )

Os escalares a a a a
n 1 2 3
, , ,... so chamados de coeficientes da equao e b de termo independente
(ou constante ) da equao.

Uma soluo de ( I ) uma seqncia de nmeros reais, ( ) o o o
1 2
, ,...
n
tambm chamada de n-upla que
satisfaz ( I ), isto ,
a a a b
n n 1 1 2 2
o o o + + = ...

Exemplos:

1) A equao de uma reta no plano dada por: y = 1- x. Todos os pontos da reta satisfazem a equao: (
0,1 ), ( 1,2 ) (1, 0), etc

2) A equao do plano x + y 2z = 0 uma equao linear nas trs incgnitas x, y e z. Algumas
solues para essa equao: (0, 0, 0 ); (1, 1, 1 ); (2, 4, 3), etc.

3) Consideremos a equao com 4 incgnitas 2 3 6 7 8
1 2 3 4
x x x x + + = . A n-upla (4,2,-1,0) uma
soluo da equao. Existem infinitas solues para essa equao.

Notas de Aula Sistemas Lineares e Matrizes. Prof. Irval 2

Observao: Uma equao linear no envolve quaisquer produtos ou razes de variveis. Todas as
variveis aparecem na primeira potncia e no aparecem como argumento de funes trigonomtricas,
logartmicas ou exponenciais.

Obs. As equaes a seguir no so lineares.

1) x
2
+ y = 2 2) xy + z = 1 3) senx + y + xz = 0

Definio: Um sistema S de m equaes lineares com n incgnitas, ( m e n inteiros, m n > > 1 1 , ) um
conjunto com m equaes lineares, cada uma delas com n incgnitas, consideradas simultaneamente,
apresentadas da seguinte forma:

S
a x a x a x b
a x a x a x b
a x a x a x b
n n
n n
m m mn n m
=
+ + + =
+ + + =
+ + + =
11 1 12 2 1 1
21 1 22 2 2 2
1 1 2 2
...
...
.............................................
...

Onde, e R b a
i ij
e
Uma soluo do sistema S uma n-upla ( ) o o o
1 2
, ,...
n
que soluo de cada uma das m equaes do
sistema.

Um sistema dito homogneo se as constantes b b b
m 1 2
, ,... so todas nulas.

Exemplos:
1. Considerando o sistema
= + +
= + +
= + +
2
3 2 2
5 2 2
z y x
z y x
z y x
temos que (1, 2, 1 ) soluo
2. O sistema homogneo
x y z
x y z
x y z
=
+ + =
+ + =
0
3 4 2 0
2 3 0
tem ( 0, 0, 0 ) como soluo.
3. O sistema
= +
= + +
2 2
1
w z y x
w z y x
tem infinitas solues: Algumas delas: (1,1,0,1); (0,3,1,3)

Definio: Dizemos que dois sistemas so eqivalentes se e somente se toda soluo de um deles
tambm soluo do outro.

Exemplo:
=
= +
=
= +
0 2 2
4 3
e
0
2
y x
y x
y x
y x
so equivalentes e (1,1) soluo dos dois


Resoluo de Sistemas

Consideremos o sistema
=
= +
1
6 2 2
y x
y x
.

Resolver o sistema acima encontrar valores para x e y que satisfaam s duas equaes.
Existem alguns processos para se resolver um sistema. Um deles consiste em se eliminar
incgnitas de uma equao atravs da adio de uma equao com outra ou mltiplos de outra;
chamado de mtodo de eliminao. Vejamos como funcionaria para o exemplo acima:

=
=
=
= +
=
= +
=
= +
=
= +
2
1
2
3
4 2
3
1
3
1
6 2 2
y
x
y
y x
y
y x
y x
y x
y x
y x

Outro mtodo atravs da substituio, onde em uma das equaes isolamos uma das variveis
e a substitumos na outra equao. Este mtodo mais trabalhoso e difcil de coloc-lo em uma
linguagem que permita a soluo do sistema pelo computador. Assim Optaremos pelo sistema de
eliminao de variveis.
muito vantajoso, para a resoluo de um sistema de equao se conseguirmos colocar tal
sistema em uma forma matricial e assim operarmos com matrizes, pois uma matriz tem seus elementos
com endereos bem definidos, ou seja, de fcil soluo na rea de Cincia da computao.

Exemplo: O par ordenado (2,0) uma soluo do sistema linear
2x + y = 4
x + 3y = 2
x + 5y = 2
pois satisfaz identicamente a todas as equaes do mesmo, isto , se substituirmos x=2 e y=0, os dois
membros de cada igualdade sero iguais em todas as equaes.
Consistncia de Sistemas Lineares.

O nmero de solues de um sistema linear determina a sua classificao de duas maneiras com relao
sua consistncia:

Sistema possvel ou determinado: Quando tem pelo menos uma soluo.

a. Tem uma nica soluo, o sistema determinado.
b. Tem mais que uma soluo, o sistema indeterminado.

Sistema impossvel ou indeterminado: Se no admite qualquer soluo.

Exemplos de sistemas com respeito s suas solues.

Sistema com uma nica soluo: As equaes lineares abaixo representam duas retas no plano
cartesiano que tm o ponto (3,-2) como interseo.
x + 2y = -1
2x - y =8

Sistema com infinitas solues: As equaes lineares representam retas paralelas sobrepostas no plano
cartesiano, logo existem infinitos pontos que satisfazem a ambas as equaes (pertencem a ambas as
retas).

4x + 2y = 100
8x + 4y = 200

Sistema que no tem soluo: As equaes lineares representam retas paralelas no plano cartesiano,
logo, no existem pontos que pertenam s duas retas.
x + 3y = 4
x + 3y = 5

Sistemas equivalentes.
Dois sistemas so equivalentes se admitem a mesma soluo
Exemplo: So equivalentes os sistemas S1 e S2 indicados abaixo

3x + 6y = 42 1x + 2y = 14
2x - 4y = 12 e 1x - 2y = 6

pois eles admitem a mesma soluo x=10 e y=2.
Obs: Quando dois sistemas S1 e S2 so equivalentes, usamos a notao S1~S2.
Operaes elementares sobre sistemas lineares.
Existem trs tipos de operaes elementares que podem ser realizadas sobre um sistema linear de
equaes de forma a transform-lo em outro sistema equivalente mais simples que o anterior. Na
sequncia trabalharemos com um exemplo para mostrar como funcionam essas operaes elementares
sobre linhas. O segundo sistema (o que aparece direita) j mostra o resultado da ao da operao
elementar. Nas linhas iniciais de cada tabela, voc encontra a operao que foi realizada.

1. Troca de posio de duas equaes do sistema
Troca a Linha 1 com a Linha 3
x + 2y - z = 2
2x-3y+2z=0
4x + y - 5z = 9
~
4x + y - 5z = 9
2x-3y+2z=0
x + 2y - z = 2
2. Multiplicao de uma equao por um nmero no nulo
Multiplica a Linha 1 pelo nmero 3
x + 2y - z = 2
2x-3y+2z=0
~
3x + 6y - 3z = 6
2x-3y+2z=0

4x+y-5z=9 4x+y-5z=9
A equao resultante fica na linha 1
3. Adio de duas equaes do sistema
Adio da Linha 2 com a Linha 3
x+2y-z=2
2x -3y + 2z = 0
4x + y - 5z = 9
~
3x+6y-3z=6
2x-3y+2z=0
6x - 2y - 3z = 9
A equao resultante fica na linha 3

Resoluo de sistemas lineares por escalonamento.
Com o auxlio das trs Operaes Elementares sobre linhas, podemos resolver sistemas lineares. Vamos
mostrar como funciona este processo atravs de um exemplo.
Exemplo: Consideremos o sistema com 3 equaes e 3 incgnitas.
3x + y + z = 20
2x - y - z = -15
-4x + y -5z = -41
Observao: Usamos Li+Lj->Lj para indicar a soma da linha i com a linha j com o resultado na linha j.
Usamos k Li->Li, para indicar que multiplicamos a linha i pela constante k e o resultado ficou na linha
i.

Passo 1: L1-L2->L1
3x + 1y + 1z = 20
2x - 1y - 1z = -15
-4x+1y-5z=-41
~
1x + 2y + 2z = 35
2x-1y-1z=-15
-4x+1y-5z=-41

Passo 2: L2-2.L1->L2
1x + 2y + 2z = 35
2x - 1y - 1z = -15
-4x+1y-5z=-41
~
1x+2y+2z=35
0x - 5y - 5z = -85
-4x+1y-5z=-41

Passo 3: L3+4.L1->L3
1x + 2y + 2z = 35
0x-5y-5z=-85
-4x + 1y - 5z = -41
~
1x+2y+2z=35
0x-5y-5z=-85
0x + 9y + 3z = 99

Passo 4:(-1/5)L2->L2,(1/3)L3->L3
1x+2y+2z=35
0x - 5y - 5z = -85
0x + 9y + 3z = 99
~
1x+2y+2z=35
0x + 1y + 1z = 17
0x + 3y + 1z = 33

Passo 5: L3-3.L2->L3
1x+2y+2z=35
0x + 1y + 1z = 17
0x + 3y + 1z = 33
~
1x+2y+2z=35
0x+1y+1z=17
0x + 0y - 2z = -18

Passo 6: (-1/2)L3->L3
1x+2y+2z=35
0x+1y+1z=17
0x + 0y - 2z = -18
~
1x+2y+2z=35
0x+1y+1z=17
0x + 0y + 1z = 9

Passo 7: L2-L3->L2
1x+2y+2z=35
0x + 1y + 1z = 17
0x + 0y + 1z = 9
~
1x+2y+2z=35
0x + 1y + 0z = 8
0x+0y+1z=9

Passo 8: L1-2.L2-2.L3->L1
1x + 2y + 2z = 35
0x + 1y + 0z = 8
0x + 0y + 1z = 9
~
1x + 0y + 0z = 1
0x+1y+0z=8
0x+0y+1z=9

Passo 9: Simplificar coeficientes
1x + 0y + 0z = 1
0x + 1y + 0z = 8
0x + 0y + 1z = 9
~
x = 1
y = 8
z = 9
Aps o escalonamento, observamos que a soluo obtida exatamente fornecida pelo ltimo sistema.

Sistemas lineares homogneos
Um sistema linear homogneo quando os termos independentes de todas as equaes so
nulos. Todo sistema linear homogneo admite pelo menos a soluo trivial, que a soluo
identicamente nula. Assim, todo sistema linear homogneo possvel. Este tipo de sistema poder ser
determinado se admitir somente a soluo trivial ou indeterminado se admitir outras solues alm da
trivial.
Exemplo: O sistema
2x - y + 3z = 0
4x + 2y - z = 0
x - y + 2z = 0
determinado, pois possui a soluo x=0, y=0 e z=0.

Exerccios.


1-) Atravs de operaes elementares sobre linhas, classifique e resolva (quanto compatvel)
cada um dos sistemas:


APLI CAES.


Respostas.


Matrizes Associadas a um Sistema Linear.

Dado um sistema linear S
a x a x a x b
a x a x a x b
a x a x a x b
n n
n n
m m mn n m
=
+ + + =
+ + + =
+ + + =
11 1 12 2 1 1
21 1 22 2 2 2
1 1 2 2
...
...
.............................................
...
podemos associar as seguintes matrizes
a S
1. A matriz dos coeficientes A
a a a
a a a
a a a
n
n
m m mn
=
|
\
|
.
|
|
|
|
11 12 1
21 22 2
1 2
...
...
... ... ... ...
...


2. A matriz das incgnitas X
x
x
x
n
=
|
\
|
.
|
|
|
|
1
2
...

3. A matriz dos termos independentes B
b
b
b
m
=
|
\
|
.
|
|
|
|
1
2
...

4. A matriz ampliada do sistema
a a a b
a a a b
a a a b
n
n
m m mn m
11 12 1 1
21 22 2 2
1 2
...
...
... ... ... ... ...
... ... ... ... ...
...
|
\
|
.
|
|
|
|
|
|
, onde cada linha uma representao
abreviada da equao correspondente no sistema.

Podemos escrever o sistema S na forma matricial

a a a
a a a
a a a
x
x
b
b
b
n
n
m m mn
x
n
m
11 12 1
21 22 2
1 2
1
2
1
2
...
...
... ... ... ...
...
...
...
|
\
|
.
|
|
|
|
|
\
|
.
|
|
|
|
|
=
|
\
|
.
|
|
|
|
AX = B

Com respeito ao sistema
=
= +
1
6 2 2
y x
y x
, j discutido anteriormente, temos agora a matriz
ampliada deste sistema.
|
|
.
|
\
|
1 1 1
6 2 2

Uma vez que iremos trabalhar com Matrizes, de suma importncia que passemos ao seu
estudo, definio e propriedades.

DEFI NI O DE MATRI Z.
Uma matriz real (ou complexa) uma funo que a cada par ordenado (i,j) no conjunto
S
mn
associa um nmero real (ou complexo). Uma forma comum e prtica para representar uma matriz
definida na forma acima atravs de uma tabela contendo mn nmeros reais (ou complexos).
Identificaremos a matriz abaixo com a letra A.

|
|
|
|
|
.
|
\
|
mn m m
n
n
a a a
a a a
a a a
...
... ... ... ...
...
...
2 1
2 22 21
1 12 11

Definies bsicas sobre matrizes.

1. Ordem: Se a matriz A tem m linhas e n colunas, dizemos que a ordem da matriz mn.
2. Posio de um elemento: Na tabela acima a posio de cada elemento a
ij
=a(i,j) indicada pelo
par ordenado (i,j).
3. Notao para a matriz: Indicamos uma matriz A pelos seus elementos, na forma: A=[a(i,j)].
4. Diagonal principal: A diagonal principal da matriz indicada pelos elementos da forma a(i,j)
onde i=j.
5. Matriz quadrada a matriz que tem o nmero de linhas igual ao nmero de colunas, i.e., m=n.
6. A diagonal secundria de uma matriz quadrada de ordem n indicada pelos n elementos:
a(1,n), a(2,n-1), a(3,n-2), a(4,n-3), a(5,n-4), ..., a(n-1,2), a(n,1)
7. Matriz diagonal a que tem elementos nulos fora da diagonal principal.
8. Matriz real aquela que tem nmeros reais como elementos.
9. Matriz complexa aquela que tem nmeros complexos como elementos.
10. Matriz nula aquela que possui todos os elementos iguais a zero.
11. Matriz identidade, denotada por Id, tem os elementos da diagonal principal iguais a 1 e zero fora
da diagonal principal.
12. Matriz diagonal aquela que tem todos os elementos nulos fora da diagonal principal. Alguns
elementos da diagonal principal podem ser nulos.

Exemplos de matrizes.
Matriz 4x4 de nmeros reais:
|
|
|
|
|
.
|
\
|

9 0 0 0
0 5 0 0
0 0 24 23
18 7 6 12


Matriz 4x4 de nmeros complexos:
|
|
|
|
|
.
|
\
|
+

+
9 0 0 0
5 5 0 0
0 0 24
7 1 6 12
i i
i
i

Matriz nula com duas linhas e duas colunas:
|
|
.
|
\
|
0 0
0 0

Matriz nula com trs linhas e duas colunas:
|
|
|
.
|
\
|
0 0
0 0
0 0

Matriz identidade com trs linhas e trs colunas:
|
|
|
.
|
\
|
1 0 0
0 1 0
0 0 1

Matriz diagonal com quatro linhas e quatro colunas:
|
|
|
|
|
.
|
\
|
100 0 0 0
0 0 0 0
0 0 56 0
0 0 0 23

Matrizes iguais.
Duas matrizes A=[a(i,j)] e B=[b(i,j)], de mesma ordem mn, so iguais se todos os seus
correspondentes elementos so iguais, isto :
a(i,j) = b(i,j)
para todo par ordenado (i,j) em S
mn
.

Exerccio:
Determinar os valores de x e y para que sejam iguais as matrizes abaixo, isto :

|
|
.
|
\
|
+

=
|
|
.
|
\
|
2
1 1
4 3
2 1
x y x
y x

Soma de matrizes e suas propriedades.
A soma (adio) de duas matrizes A=[a(i,j)] e B=[b(i,j)] de mesma ordem mn, uma outra
matriz C=[c(i,j)], definida por:
c(i,j) = a(i,j) + b(i,j)
mn
.
Exemplo: A soma das matrizes A e B a terceira matriz indicada abaixo.
|
|
.
|
\
|
=
|
|
.
|
\
|
+
|
|
.
|
\
|
18 15
15 13
9 8
5 10
9 7
10 23

Propriedades da soma de matrizes.
A1: Associativa: Para quaisquer matrizes A, B e C, de mesma ordem mn, vale a igualdade:
(A + B) + C = A + (B + C)
A2: Comutativa: Para quaisquer matrizes A e B, de mesma ordem mn, vale a igualdade:
A + B = B + A
A3: Elemento neutro: Existe uma matriz nula 0 que somada com qualquer outra matriz A de mesma
ordem, fornecer a prpria matriz A, isto :
0 + A = A
A4: Elemento oposto: Para cada matriz A, existe uma matriz -A, denominada a oposta de A, cuja soma
entre ambas fornecer a matriz nula de mesma ordem, isto :
A + (-A) = 0

Multiplicao de escalar por matriz e suas propriedades.
Seja k um escalar e A=[a(i,j)] uma matriz. Definimos a multiplicao do escalar k pela matriz A, como
outra matriz C=k.A, definida por:
c(i,j) = k. a(i,j)
mn
.
Exemplo: A multiplicao do escalar -4 pela matriz A, definida por:
|
|
.
|
\
|
=
|
|
.
|
\
|
36 28
40 8
9 7
10 2
4

Propriedades da multiplicao de escalar por matriz.

1-) Multiplicao pelo escalar 1: A multiplicao do escalar 1 por qualquer matriz A, fornecer a
prpria matriz A, isto :
1.A = A
2-) Multiplicao pelo escalar zero: A multiplicao do escalar 0 por qualquer matriz A, fornecer a
matriz nula, isto :
0.A = 0
3-) Distributividade das matrizes: Para quaisquer matrizes A e B de mesma ordem e para qualquer
escalar k, tem-se:
k (A+B) = k A + k B
4-) Distributividade dos escalares: Para qualquer matriz A e para quaisquer escalares p e q, tem-se:
(p + q) A = p A + q A

Multiplicao de matrizes.
Seja a matriz A=[a(i,j)] de ordem mn e a matriz B=(b(k,l)) de ordem nxr. Definimos o produto das
matrizes A e B como uma outra matriz C=A.B, definida por:
c(u,v) = a(u,1) b(1,v) + a(u,2) b(2,v) + ... + a(u,m) b(m,v)
para todo par (u,v) em S
mr
.
Para obter o elemento da 2a. linha e 3a. coluna da matriz produto C=A.B, isto , o elemento c(2,3),
devemos:
1. multiplicar os primeiros elementos da 2a. linha e 3a. coluna;
2. multiplicar os segundos elementos da 2a. linha e 3a. coluna;
3. multiplicar os terceiros elementos da 2a. linha e 3a. coluna;
4. multiplicar os quartos elementos da 2a. linha e 3a. coluna;
5. somar os quatro produtos obtidos anteriormente.
Assim:
c
23
= a
21
b
13
+ a
22
b
23
+ a
23
b
33
+ a
24
b
43

Podemos visualizar esta operao atravs das matrizes seguintes.
|
|
|
|
|
.
|
\
|
=
|
|
|
|
|
.
|
\
|
|
|
|
|
|
.
|
\
|
c44 c43 c42 c41
c34 c33 c32 c31
c24 c23 c22 c21
c14 c13 c12 c11
b44 b43 b42 b41
b34 b33 b32 b31
b24 b23 b22 b21
b14 b b12 b11
a44 a43 a42 a41
a34 a33 a32 a31
a24 a23 a22 a21
a14 a13 a a
13 12 11
x
Observao: Somente podemos multiplicar duas matrizes se o nmero de colunas da primeira for igual
ao nmero de linhas da segunda.


Propriedades da multiplicao de matrizes.
Para todas as matrizes A, B e C que podem ser multiplicadas, temos algumas propriedades:
M
1
: Nem sempre vale a comutatividade: Em geral, AB diferente de BA, como o caso do produto
que segue, onde A est cor amarela e B em cor preta:
|
|
|
.
|
\
|
9 6 3
6 4 2
3 2 1
x
|
|
|
.
|
\
|
9 7
5 3
2 1

M
2
: Distributividade da soma direita
A (B+C) = A B + A C
M
3
: Distributividade da soma esquerda
(A + B) C = A C + B C
M
4
: Associatividade
A (B C) = (A B) C
M
5
: Nulidade do produto: Pode acontecer que o produto de duas matrizes seja a matriz nula, isto :
AB=0, embora nem A nem B sejam matrizes nulas, como o caso do produto:
|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
|
0 0
0 0
0 0
2 0
0 0
1 0
x
M
6
: Nem sempre vale o cancelamento: Se ocorrer a igualdade AC=BC, ento nem sempre ser
verdadeiro que A=B, pois existem exemplos de matrizes como as apresentadas abaixo, tal que:
|
|
.
|
\
|
|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
|
0 0
5 0
0 0
5 0
0 0
5 0
0 0
1 0
x x
mas as matrizes A e B so diferentes.

Matrizes com propriedades especiais.
1. Uma matriz A nilpotente de ndice k natural, se:
A
k
= 0
2. Uma matriz A peridica de ndice k natural, se:
A
k+1
= A
3. Uma matriz A idempotente, se:
A
2
= A
4. As matrizes A e B so comutativas, se:
A B = B A
5. As matrizes A e B so anti-comutativas, se:

A B = - B A
6. A matriz identidade I
d
multiplicada por toda matriz A, fornecer a prpria matriz A, quando o
produto fizer sentido.
I
d
A = A
7. A matriz A ser a inversa da matriz B, se:
A B = I
d
e B A = I
d

A transposta de uma matriz e suas propriedades.
Dada uma matriz A=[a(i,j)] de ordem mn, definimos a transposta da matriz A como a matriz
A
t
= [a(j,i)]
e segue que as linhas de A se transformam nas colunas de A
t
.

Propriedades das matrizes transpostas
T
1
: A transposta da transposta da matriz a prpria matriz.
(A
t
)
t
= A
T
2
: A transposta da multiplicao de um escalar por uma matriz igual ao prprio escalar multiplicado
pela transposta da matriz.
(kA)
t
= k (A
t
)
T
3
: A transposta da soma de duas matrizes a soma das transpostas dessas matrizes.
(A + B)
t
= A
t
+ B
t

T
4
: A transposta do produto de duas matrizes igual ao produto das transpostas das matrizes na
ordem trocada.
(A B)
t
= B
t
A
t

Matrizes simtricas e anti-simtricas e suas propriedades.
Uma matriz A simtrica se uma matriz quadrada tal que:
A
t
= A
Uma matriz A anti-simtrica se uma matriz quadrada tal que:
A
t
= -A

Propriedades das matrizes simtricas e anti-simtricas
S
1
: Se A uma matriz simtrica de ordem n, ento para todo escalar k, a matriz k.A simtrica.
S
2
: Se A uma matriz quadrada de ordem n, ento a matriz B=A+A
t
simtrica.
S
3
: Se A uma matriz quadrada de ordem n, ento a matriz B=A-A
t
anti-simtrica.
S
4
: Se A uma matriz quadrada de ordem n, ento A sempre pode ser decomposta como a soma de uma
matriz simtrica S com uma matriz anti-simtrica T, isto , A=S+T, e neste caso:

S =(1/2)(A + A
t
) e T =(1/2)(A - A
t
)

EXERC CI OS

I Lista de Exerccios - PLA
Prof
a
Ana Carolina

1. Sejam
(
=
4 5 6
5 3 2
A ,
(
(
(
=
5
3
4
B e .
1 1 6
5 3 4
2 3 7
(
(
(
= C
a. Quanto vale a
12
, a
22
, a
23
?
b. Quanto vale b
11
, b
31
?
c. Quanto vale c
13
, c
31
, c
33
?

2. Se
(
=
(

+ +
2 10
6 4
b a d c
d c b a
encontre a, b, c e d.

3. Se
(
=
(
+
+
3 4
2 4
2 2
2 2
d c d c
b a b a
encontre a, b, c e d.

Nos exerccios de 4 a 7, sejam

(
=
4 1 2
3 2 1
A , ,
2
1
0
3
2
1
(
(
(
= B ,
3 1 2
5 1 4
3 1 3
(
(
(

= C ,
4 2
2 3
(

= D ,
1 2 3
4 1 0
5 4 2
(
(
(

= E
(
=
3 2
5 4
F e .
0 0 0
0 0 0
0 0 0
(
(
(
= O

4. Se possvel, calcule a combinao linear indicada:
a. C + E e E + C
b. A + B
c. D F
d. 3C + 5O
e. 2C 3E
f. 2B + F

5. Se possvel, calcule a combinao linear indicada:
a. 3D + 2F
b. 3(2A) e 6A
c. 3A + 2A e 5A
d. 2(D + F) e 2D+ 2F
e. (2+3)D e 2D + 3D
f. 3(B + D)

6. Se possvel, calcule:
a. A
T
e (A
T
)
T
b. (C+E)
T
e C
T
+ E
T

c. (2D+3F)
T

d. D D
T

e. 2 A
T
+ B
f. (3D 2F)
T


a. (2A)
T
b. (A B)
T
c. (3B
T
2A)
T

d. (3A
T
5B
T
)
T

e. (A)
T
e (A)
T

f. (C + E + F
T
)
T

8. A matriz
(
2 0
0 3
uma combinao linear das matrizes
(
1 0
0 1
e
(
0 0
0 1
? Justifique sua resposta.

9. A matriz
(
3 0
1 4
uma combinao linear das matrizes
(
1 0
0 1
e
(
0 0
0 1
? Justifique sua resposta.

GABARITO:

1. a) -3, -5, 4. b) 4, 5. c) 2, 6, -1.
2. a = 3, b = 1, c = 8, d = -2.
3. a = 0, b = 2, c = 1, d = 2.
4. a)
5
4
5
5
2
3
8
9
4
b) Impossvel c)
7 7
0 1

d)
9
12
6
3
3
3
9
15
9
e)
0
8
5
10
1
4
9
2
3
f) Impossvel
5. a)
1 4
10 18
b)
6 12 18
12 6 24
c)
5 10 15
10 5 20
d)
2 6
8 14

e)
15 10
10 20
f) Impossvel

6. a)
1
2
3
2
1
4
,
1 2 3
2 1 4
b)
5
5
8
4
2
9
5
3
4
c)
6 10
11 17


d)
0 4
4 0
e)
3
6
9
4
3
10
f)
17 2
16 6

7. a)
2
4
6
4
2
8
b) Impossvel c)
1
2
3
4
1
2
d) Impossvel
e)
1
2
3
2
1
4
f) Impossvel

8. Sim. Com coeficientes 2 e 1 respectivamente.

9. No pois
4 1
0 3
a
(
1 0
0 1
+ b
(
0 0
0 1
para quaisquer a, b .

II Lista de Exerccios - PLA
Prof
a
Ana Carolina

1. Calcule a.b.

a. | | 2 1 = a ,
(
=
1
4
b

b. | | 1 2 4 = a ,
(
(
(
=
6
3
1
b
c. | | 2 3 = a ,
(
=
2
1
b

d. | | 0 1 1 = a ,
(
(
(
=
1
0
1
b
2. Calcule a.b.
a. | | 1 2 = a ,
(
=
2
3
b
b. | | 3 2 1 = a ,
(
(
(
=
1
0
2
b
c. | | 1 1 = a ,
(
=
1
1
b
d. | | 0 0 1 = a ,
(
(
(
=
0
0
1
b


3. Sejam | | x a 2 3 = e
(
(
(
=
x
b 2
3
. Se a.b = 17, encontre x.
4. Encontre todos os valores de x tal que v.v = 1, onde .
2
1
2
1
(
(
(
=
x
v
5. Sejam
(
=
2 1 3
2 1 x
A e .
1(
(
(
= x
y
B Se ,
8
6
(
= AB encontre x e y.

Nos exerccios 6 e 7, sejam

(

=
2 1 4
3 2 1
A , ,
5
4
1
1
2
3
(
(
(
= B ,
2 1 1
5 4 3
1 3 2
(
(
(

= C
,
2 1
3 2
(

= D
(
(
(

=
2 4 3
5 1 2
3 0 1
E e
(

=
1 4
3 2
F

a. AB
b. BA
c. CD D
d. AB + DF
e. BA + FD

a. A(BD)
b. AB(D)
c. A(C + E)
d. AC + AE
e. (D+F)A

8. Sejam
(
(
(
=
3
4
3
0
1
2
A e .
4 2 1
3 1 3
(

= B
Calcule os seguintes elementos de AB:
a. O elemento (1, 2)
b. O elemento (3, 1)
c. O elemento (2, 3)
d. O elemento (3, 3)
Notas de aulas sobre Sistemas Lineares e Matrizes. Prof. Irval

9. Se
(

=
2 1
3 2
D e
(
=
1 0
0 1
2
I calcule DI
2
e I
2
D.

10. Sejam
(
=
2 3
2 1
A e .
4 3
1 2
(

= B
Mostre que . BA AB =

Nos exerccios 11 e 12, sejam
(
(
(
(
=
5 1 2
3 2 4
4 2 3
2 1 1
A e
(
(
(
=
1 5 2 4
4 3 3 3
2 1 0 1
B

11. Calcule as seguintes colunas de AB:
a. A primeira coluna
b. A terceira coluna

12. Calcule as seguintes colunas de AB:
a. A segunda coluna
b. A quarta coluna

Gabarito Lista II PLA

1) a. 2 b. 4 c. 1 d. 1

2) a.4 b. 1 c. 0 d. 1

3) x t2
4) x t
2
2

5) x
6
5
e y
12
5

6) a.
10 6
12 10
b.
7 5 11
18 0 14
19 7 7
c. Impossvel
d.
26 9
2 9
e. Impossvel

7) a.
26 42
34 56
b.
26 42
34 56
c.
7 12 18
3 9 18

d.
7 12 18
3 9 18
e.
4 8 12
1 7 7

8)
a. 4 b. 3 c. 13 d. 12

9)
2 3
1 2

10) AB
4 7
0 5
BA
1 2
9 2

11) a.
6
25
10
25
b.
12
11
17
20
12) a.
1
14
0
13
b.
0
18
3
13

Determinante de uma matriz quadrada.
Se A uma matriz quadrada A de ordem 2, dada por:
|
|
.
|
\
|
=
22 21
12 11
a a
a a
A
definimos o determinante de A, denotado por det(A), como:
det(A) = a
11
a
22
- a
21
a
12

Se A uma matriz quadrada A de ordem 3, dada por:
|
|
|
.
|
\
|
=
33 32 31
23 22 21
13 12 11
a a a
a a a
a a a
A

definimos o determinante de A, como:
det(A) = a
11
a
22
a
33
+ a
21
a
32
a
13
+ a
31
a
12
a
23

- a
11
a
32
a
23
- a
21
a
12
a
33
- a
31
a
22
a
13

Regra prtica de Sarrus.

Dada a matriz A de ordem 3:
|
|
|
.
|
\
|
=
33 32 31
23 22 21
13 12 11
a a a
a a a
a a a
A
Repetimos as duas primeiras colunas aps a terceira coluna, de forma a montar uma matriz com 3
linhas mas com 5 colunas.
|
|
|
.
|
\
|
=
32 31 33 32 31
22 21 23 22 21
12 11 13 12 11
a a a a a
a a a a a
a a a a a
A
Marcamos 3 diagonais que descem, de acordo com algumas cores. Os produtos obtidos nas diagonais
que descem devem ter o sinal positivo.
|
|
|
.
|
\
|
=
ooooo
oo oo
A
31
12
a
a 0 a0000

Produto cor amarela +a
11
a
22
a
33

Produto cor verde +a
12
a
23
a
31

Produto cor azul +a
13
a
21
a
32

Marcamos agora 3 diagonais que sobem, de acordo com outras cores. Os produtos obtidos nas
diagonais que sobem devem ter o sinal negativo.
|
|
|
.
|
\
|
=
ooooo
oo oo
A
31
12
a
a 0 a0000

Produto cor rosa -a
11
a
22
a
33

Produto cor bege -a
12
a
23
a
31

Produto cor khaki -a
13
a
21
a
32

O determinante da matriz A a soma dos seis produtos, conservados os sinais:
det(A) = a
11
a
22
a
33
+ a
21
a
32
a
13
+ a
31
a
12
a
23
- a
11
a
32
a
23
- a
21
a
12
a
33
- a
31
a
22
a
13

Observamos que esta regra no funciona para matrizes de ordem diferente que 3.

Propriedades dos determinantes
Em todas as situaes abaixo, consideraremos matrizes quadradas de ordem n>2.
1. Se I
n
a matriz identidade, ento:
det(I
n
) = 1
2. Se N uma matriz nula, ento:
det(N) = 0
3. Se uma linha (ou coluna) da matriz A for nula, ento:
det(A) = 0
4. A matriz A bem como a sua transposta A
t
, possuem o mesmo determinante de A, isto :
det(A
t
) = det(A)
5. Se B a matriz obtida pela multiplicao de uma linha (ou coluna) da matriz A por um escalar
k, ento:
det(B) = k det(A)
6. Se B=kA, onde k um escalar, ento:
det(B) = k
n
det(A)
7. Se B a matriz obtida pela troca de duas linhas (ou colunas) de A, ento:
det(B) = - det(A)
8. Se A tem duas linhas (ou colunas) iguais, ento:
det(A) = 0
9. Se a diferena entre os elementos de duas linhas (ou colunas) de uma matriz A uma mesma
constante, ento:
det(A) = 0
10. Se uma linha (ou coluna) de A for mltipla de uma outra linha (ou coluna) de A, ento:
det(A) = 0
11. Ao fixar todas as linhas (ou colunas) de uma matriz exceto uma delas, o determinante de A ser
uma funo linear da linha (ou coluna) no fixada da matriz.
12. Ao multiplicar (ou dividir) uma linha (ou coluna) de uma matriz por um nmero real k, o
determinante da matriz ser multiplicado (ou dividido) por k.

Com respeito ao sistema
=
= +
1
6 2 2
y x
y x
, j discutido anteriormente, temos agora a matriz
ampliada deste sistema e a sequncia de matrizes obtidas aps cada operao:

|
|
.
|
\
|
|
|
.
|
\
|
|
|
.
|
\
|

|
|
.
|
\
|

|
|
.
|
\
|
2 1 0
1 0 1
2 1 0
3 1 1
4 2 0
3 1 1
1 1 1
3 1 1
1 1 1
6 2 2

Chamando de M
1
, M
2
, M
3
, M
4
e M
5
, as matrizes acima, observemos que seguimos os seguintes
passos:

1
o
) Multiplicamos a 2
a
linha da matriz ampliada do sistema, M
1,
por 1/2 obtendo M
2
.
2
o
) Subtramos a 1
a
linha de M
2
da 2
a
, obtendo M
3

3
o
) Multiplicamos a 2
a
linha de M
3
por 1/2 , obtendo M
4

4
o
) Subtramos a 2
a
linha de M
4
da 1
a
, obtendo M
5

Observaes:
1. A matriz M
5
a matriz ampliada do sistema
=
=
2
1
y
x
que j nos d a soluo do sistema inicial. A
matriz M
5
, portanto, nos permite visualizar a soluo.

2. Para obtermos a soluo do sistema efetuamos operaes sobre as equaes ( ou equivalentemente
sobre as linhas da matriz ampliada). Tais operaes nos do equaes equivalentes e, portanto, sistemas
equivalentes.

3. As operaes efetuadas nas equaes ( ou linhas das matrizes ) acima so chamadas de operaes
elementares e definiremos formalmente a seguir

Operaes Elementares sobre Linhas

Definio: So trs as operaes elementares sobre as linhas de uma matriz. ( Para simplificar a
linguagem vamos indicar por L
i
a i-sima linha de uma matriz)

1) Permutar linhas

( L
i
L
j
indica que as linhas i e j foram permutadas)

Exemplo:
1 3 4
2 1 1
2 1 1
1 3 4
2
|
\
|
.
|

|
\
|
.
|

L
1
L

2) Multiplicar uma linha por um escalar no nulo k

L
i
kL
i
indica que a i-sima linha foi substituda por kL
i

Exemplo:
2 1 1
1 3 4
2 1 1
2 6 8
2
|
\
|
.
|

|
\
|
.
|

L
2
L
2

3) Substituir uma linha por ela somada a outra linha multiplicada por um escalar no nulo

L
i
L
i
+kL
j
indica que a i-sima linha foi substituda pela i-sima linha somada com a j-sima linha
multiplicada por k

Exemplo:
2 1 1
2 6 8
2 1 1
0 7 7
|
\
|
.
|

|
\
|
.
|
+

L
2
L
2
L
1

Observemos que as matrizes, depois de efetuadas estas operaes, podem ser consideradas matrizes
ampliadas de sistemas eqivalentes.

Matrizes Linha-Eqivalentes

Definio Se A e B so matrizes m x n, dizemos que B linha-equivalente a A, e indicamos A ~ B se B
for obtida de A atravs de um nmero finito de operaes elementares sobre as linhas de A.

Exemplo

1 3 4
2 1 1
2 1 1
1 3 4
2 1 1
2 6 8
2 1 1
0 7 7
2 1 1
0 1 1
2 0 2
0 1 1
1 0 1
0 1 1
|
\
|
.
|

|
\
|
.
|

|
\
|
.
|

|
\
|
.
|

|
\
|
.
|

|
\
|
.
|

|
\
|
.
| ~ ~ ~ ~ ~ ~

O resultado que obtivemos no exemplo visto vale geralmente e pode ser expresso no seguinte teorema:

Teorema: Dois sistemas que possuem matrizes ampliadas linha-equivalentes so equivalentes.

Matriz linha reduzida forma escada (LRFE)

Consideremos o sistema S
a x a x a x b
a x a x a x b
a x a x a x b
n n
n n
m m mn n m
=
+ + + =
+ + + =
+ + + =
11 1 12 2 1 1
21 1 22 2 2 2
1 1 2 2
...
...
.............................................
...
e suponhamos que ele tenha uma nica
soluo ( ) o o o
1 2
, ,...
n
.
Para resolvermos S podemos efetuar operaes com as equaes de S at chegarmos
soluo
x
x
x
n n
1 1
2 2
=
=
=
o
o
o
...

Isto, em termos da matriz ampliada do sistema, corresponde a efetuarmos operaes elementares sobre
as linhas da matriz ampliada do sistema at obtermos uma matriz linha-equivalente do tipo
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
1
2
3
...
...
...
... ... ... ... ... ...
...
o
o
o
o
n
|
\
|
.
|
|
|
|
|
|

Exemplo:
Consideremos o sistema
= +
= + +
= +
3 3 2
0
8 4 4 2
z y x
z y x
z y x
.Vamos efetuar operaes elementares na sua matriz
ampliada para tentar chegar forma acima

|
|
|
.
|
\
|
|
|
|
.
|
\
|
|
|
|
.
|
\
|
|
|
|
.
|
\
|
|
|
|
.
|
\
|
|
|
|
.
|
\
|

1 1 0 0
7 0 1 0
8 0 0 1
1 1 0 0
7 0 1 0
8 0 0 1
1 1 0 0
4 3 1 0
4 4 0 1

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

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

3 3 2 1
0 1 1 1
8 4 4 2

A ltima matriz desta seqncia corresponde soluo do sistema
=
=
=
1
7
8
z
y
x

Podemos observar que a matriz obtida na resoluo do sistema acima tem uma forma especial. Ela o
que chamamos uma matriz linha-reduzida forma escada que definiremos a seguir.

Definio: Dizemos que uma matriz
( )
A a
ij
mxn
= est na forma linha reduzida forma escada
(LRFE) ou forma escalonada reduzida por linhas se satisfaz s seguintes condies:

a) O primeiro elemento no nulo de uma linha no nula 1
b) Toda linha nula ocorre abaixo de todas as linhas no nulas
c) O nmero de zeros precedendo o primeiro elemento no nulo de uma linha aumenta a cada linha at
que sobrem somente linhas nulas, se houver
d) Cada coluna que possui o primeiro elemento no nulo de alguma linha tem todos os outros
elementos nulos.

Exemplos

1)
1 0 0 0 1
0 1 0 0 2
0 0 1 0 3
0 0 0 0 0
|
\
|
.
|
|
|
|
LRFE 2)
1 0 0 0 1
0 0 0 0 0
0 0 1 2 3
0 1 0 0 0
|
\
|
.
|
|
|
|
no LRFE. No satisfaz b) e c)
3)
1 4 0 1
0 1 0 3
0 0 2 1
|
\
|
.
|
|
|
no LRFE. No satisfaz a) e d)
4)
1 0 0 2
0 0 1 3
0 1 0 1
0 0 0 0
|
\
|
.
|
|
|
|
no LRFE. No satisfaz c). Mas, se permutarmos a 2
a
linha com a 3
a
obtemos
1 0 0 2
0 1 0 1
0 0 1 3
0 0 0 0
|
\
|
.
|
|
|
|
que LRFE.
5) Toda matriz quadrada LRFE ou a identidade ou tem linhas nulas

Definio: Se uma matriz satisfaz s trs primeiras condies dizemos que ela est na forma
escalonada por linhas ou simplesmente na forma escalonada

Exemplos

1)
1 2 3
0 1 1
0 0 1
|
\
|
.
|
|
|
e 2)
1 1 2 2 1
0 1 3 1 0
0 0 1 2 1
|
\
|
.
|
|
|
esto na forma escalonada
3)
1 1 1 1
0 2 1 1
0 1 0 0
|
\
|
.
|
|
|
no est na forma escalonada nem LRFE
Observao: Toda matriz na forma LRFE est na forma escalonada mas no reciprocamente

Eliminao de Gauss-Jordan

Teorema: Toda matriz linha-equivalente a uma nica matriz linha reduzida forma escada

Vamos agora dar um procedimento de eliminao passo a passo que pode ser usado para reduzir
qualquer matriz forma LRFE

Seja A uma matriz m x n. Veremos o processo que ser usado para, a partir da matriz A, obtermos a
matriz B, linha equivalente a A (A ~ B ), tal que B seja linha reduzida forma escada.
Acompanharemos os passos com um exemplo.

1
o
) Se A tem linhas nulas, colocamos todas as linhas nulas abaixo das linhas no nulas, atravs de
permutao, e a matriz fica satisfazendo a condio b)

|
|
|
|
|
.
|
\
|
|
|
|
|
|
.
|
\
|
=

0 0 0 0
25 7 7 3
1 1 1 1
8 4 2 0

1 1 1 1
25 7 7 3
0 0 0 0
8 4 2 0
4 2
L L
A


2
o
) Seja
o
j
a
1
o primeiro elemento no nulo da 1
a
linha. Efetuamos a operao elementar
1 1
L
1
L
o
ij
a
e a condio a) fica satisfeita para esta linha.
|
|
|
|
|
.
|
\
|
|
|
|
|
|
.
|
\
|
=

0 0 0 0
25 7 7 3
1 1 1 1
4 2 1 0

0 0 0 0
25 7 7 3
1 1 1 1
8 4 2 0
1 1
2
1
L L
A

3
o
) Substitumos agora cada linha Li, i = 1, por
1 i
L L
o
ij
a . Desta maneira, na coluna j
o
,
o
j
a
1
= 1 e
todos os outros elementos se anulam ficando esta coluna satisfazendo condio d)
|
|
|
|
|
.
|
\
|

|
|
|
|
|
.
|
\
|

0 0 0 0
3 7 0 3
3 1 0 1
4 2 1 0

0 0 0 0
25 7 7 3
1 1 1 1
4 2 1 0
1 2 2
1 3 3
L L L
L 7 L L

4
o
) Repetimos agora o processo para as outras linhas ficando agora todas as outras colunas
satisfazendo condio d)

|
|
|
|
|
.
|
\
|
|
|
|
|
|
.
|
\
|
|
|
|
|
|
.
|
\
|
|
|
|
|
|
.
|
\
|

+

0 0 0 0
2 / 3 1 0 0
2 / 9 0 0 1
7 0 1 0
0 0 0 0
2 / 3 1 0 0
3 1 0 1
4 2 1 0

0 0 0 0
6 4 0 0
3 1 0 1
4 2 1 0

0 0 0 0
3 7 0 3
3 1 0 1
4 2 1 0
3
2
1 1
3 2 2
3
L
4
1
3
L
2
L 3
3
L
3
L
L L L
L L L

5
o
) Se as condies b) e c) no esto satisfeitas no fim do 4
o
) passo, efetuamos permutaes de linhas,
em um nmero finito, at que a matriz fique na forma linha reduzida forma escada.

|
|
|
|
|
.
|
\
|
|
|
|
|
|
.
|
\
|

0 0 0 0
2 / 3 1 0 0
7 0 1 0
2 / 9 0 0 1
0 0 0 0
2 / 3 1 0 0
9 / 3 0 0 1
7 0 1 0
2 1
L L

Observaes:
1) A matriz linha reduzida forma escada obtida pelo processo descrito anteriormente nica.
2) O processo que obter uma matriz linha reduzida forma escada, a partir de uma matriz dada
chamado de escalonamento de matriz ou eliminao de Gauss-Jordan.
3) O processo para chegarmos a uma forma escalonada ( mas no LRFE) chamado de eliminao
gaussiana.

Exemplos: Escalone as matrizes a seguir para coloc-las na forma LRFE.

1)
|
|
|
.
|
\
|
12 1 3 3
11 1 3 2
6 0 2 2
2)
|
|
|
.
|
\
|
9 6 3
3 2 1
4 0 0
3)
1 1 1 1
1 1 2 2
1 6 3 3
|
\
|
.
|
|
|

4)
|
|
|
.
|
\
|

0 4 2 1 1
0 0 4 1 2
0 1 2 1 1
5)
|
|
|
.
|
\
|
1 2 2 2
3 1 3 2
4 1 1 1

Referncias Bibliogrficas
- lgebra Linear Alfredo Steinbruch / Paulo Winterle
- lgebra Linear Boldrini / Costa / Figueiredo / Wetzler
- lgebra Linear Caliolli
- lgebra Linear com Aplicaes Anton / Rorres

Aula 1 Sistemas e Matrizes PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Aula 1 Sistemas e Matrizes PDF

Transféré par

Droits d'auteur :

Formats disponibles

Notas de Aula Sistemas Lineares e Matrizes. Prof.

Vous aimerez peut-être aussi