Académique Documents
Professionnel Documents
Culture Documents
Seja Mn×m (R) o conjunto de todas as matrizes reais An×m . Note que O ∈ Mn×m (R).
Adição de Matrizes
Dadas An×m e Bn×m , a adição de matrizes é uma função + : Mn×m (R)×Mn×m (R) −→
Mn×m (R) dada por
+(A, B) = A + B,
onde An×m = (aij )n×m , Bn×m = (bij )n×m , A + B = (cij )n×m e cij = aij + bij ,
i = 1, 2, · · · , n e j = 1, 2, · · · , m.
Dados α ∈ R e An×m a multiplicação de número real (escalar) por matriz é uma função
• : R × Mn×m (R) −→ Mn×m (R) dada por
•(α, A) = α · A,
onde An×m = (aij )n×m , α·B = (cij )n×m e cij = α·aij , i = 1, 2, · · · , n e j = 1, 2, · · · , m.
1
Exemplo 1. Considremos as matrizes
1 −1 3 3 −2 0
A2×3 = , B2×3 =
0 −2 2 2 2 1
Calcule A + B e (−1) · A.
1 −1 3 (−1)1 (−1) − 1 (−1)3 −1 1 −3
(−1) · = = = (−1) · A.
0 −2 2 (−1)0 (−1) − 2 (−1)2 0 2 −2
2
M4 : α · (β · A) = (αβ) · A = β · (α · A).
• Observe que o conjunto Mn×m (R) com as operações de Adição e Multiplicação
por Escalar, que aqui indicamos por (Mn×m (R), +, ·) tem estruturas especiais com as
propriedades listadas em A1, A2, A3 e A4; M1, M2, M3 e M4 o que dá ao conjunto
(Mn×m (R), +, ·) um nome diferenciado, que é o de ESPAÇO VETORIAL.
Multiplicação de Matrizes
∗(A, B) = A · B,
p
X
onde An×p = (aij )n×p , Bp×m = (bjk )p×m , A · B = (cik )n×m e cik = (aij · bjk ).
j=1
Calcule A · B.
c11 = a11 b11 + a12 b21 + a13 b31 c11 = (−1)1 + 1(0) + (−3)3
c12 = a11 b12 + a12 b22 + a13 b32 1 −1 c12 = (−1)(−1) + 1(−2) + (−3)2
0 −2
c21 = a21 b11 + a22 b21 + a23 b31 c21 = 0(1) + 2(0) + (−2)3
3 2
c22 = a21 b12 + a22 b22 + a23 b32 c22 = 0(−1) + 2(−2) + (−2)2
−1 1 −3 c11 c12
0 2 −2 c21 c22
Matriz Produto
3
Definição 2. Dada uma matriz An×p = (aij )n×p chama-se Matriz Transposta de
An×p , outra matrix Bp×n = (bij )n×n tal que bij = aji , para i = 1, 2 · · · n, j = 1, 2 · · · p
e escrevemos B = At .
Calcule A · B, (A · B)t e Bt · At .
∗ Dizemos que uma matriz quadrada A é SIMÉTRICA se A = At . A é ANTI-
SIMÉTRICA se A = −At .
4
∗ Dadas duas matrizes An×n e Bn×n , dizemos que as matrizes A e B Comutam se
A · B = B · A.
Observe que a comutatividade do produto de matrizes não é sempre verdadeira, veja
exemplo abaixo.
Verifique que A · B 6= B · A.
1 −1 −1 1 −3 1 −1 1 1 −1 −1 −1
A·B = · = e B·A = · = .
0 −2 2 0 −4 0 2 0 0 −2 2 −2
Note que A · B 6= B · A.
⋆ Não é dificil ver que a matriz In comuta com qualquer An×n = (aij )n×n .
Definição 3. Dada uma matriz quadrada An×n ∈ Mn×n (R) chama-se Matriz Inversa
A à uma outra matriz Bn×n ∈ Mn×n (R) tal que
A · B = In e B · A = In .
Denotaremos a Matriz Inversa de A por A−1 .
5
Dadas An×n , Bn×n e Cn×n , são verdadeiras as afirmações abaixo:
MM1 : A · (B · C) = (A · B) · C). Associativa
MM2 : A · In = A, e In · A = A . Elemento Neutro
MM3 : A · (A−1 ) = In . Elemento Simétrico
Propriedades de Distributividade
X Y Z
x kg de X produzidos
gramas de A por kg 1 1 1 = A, W =
y kg de Y produzidos
gramas de B por kg 2 1 4 z kg de Z produzidos
gramas de A usadas
x+y+z
AW =
2x + y + z gramas de B usadas.
6
Verifique se A · B = B · A.
1 y1
A=
y 1
Nós definimos a Matriz Inversa (ver definição 3) e não dissemos que tipo de matriz
quadrada pode ter inversa, e também, não sabemos o que fazer para determinar a
inversa de uma matriz. Uma ajuda importante é dada por uma função chamada
determinante.
Definição 5. O determinante de uma matriz An×n = (aij )n×n ; é uma função que a
cada matriz quadrada associa um número real, isto é, Det : M(R)n×n → R dada por
∗ Se n = 1 então o Det(A) = a11 .
∗ se n ≥ 2 então
n
X n
X
(i+j)
Det(A) = (−1) aij Det(Mij ) = (−1)(i+j) aij Det(Mij ). (0.1.2)
i=1 j=1
então
2
X
Det(A) = (−1)(i+j) aij Det(Mij ) =
i=1
(−1)(1+1) a11 Det(M11 ) + (−1)(1+2) a12 Det(M12 ) = a11 a22 − a12 a21 .
Note que o determinante dado pela definição 5 pode ser desenvolvido por linhas ou por
colunas, (ver (0.1.2)). O determinante de uma matriz nos oferece um teste infalı́vel
7
para saber quais são as matrizes quadradas que podem ser invertı́veis ou seja que
possuem inversa com relação ao produto de matrizes.
• Uma matriz An×n = (aij )n×n , tem inversa em relação ao produto de matrizes se e
somente se Det(A) 6= 0.
Uma pergunta ainda se apresenta. Há um mecanismo capaz de produzir a insversa de
uma matriz quadrada em relação ao produto de matriz ? Veja abaixo que o determi-
nante de uma matriz também nos ajuda responder esta questão.
Definição 6. Seja An×n = (aij )n×n , n ≥ 2. Chamamos Cofator do elemento aij ,
denotado por Aij , o número real dado por
2
X
(1+j) (1+1) −6 9
Det(A) = (−1) a1j Det(M1j ) = (−1) · 0 · Det +
6 1
j=1
(1+2) 3 9 (1+3) 3 −6
(−1) · 1 · Det + (−1) · 5 · Det
2 1 2 6
= 0 + 1 · 15 + 5 · 30 = 165.
8
Matriz Adjunta Clássica e Inversa
1 1
· A · [Adj(A)] = In e · [Adj(A)] · A = In (0.1.3)
Det(A) Det(A)
1
Segue facilmente da definição 3 que · [Adj(A)] = A−1 ( Inversa de A).
Det(A)
Exemplo 8. Considere a matriz
1 2 3
A = 0 3 2 .
0 0 −2
Use (0.1.3) e calcule a martiz inversa (elemento inverso) de A em relação ao produto
de matriz.
9
−6 4 −5
Adj(A) = 0 −2 −2 .
0 0 3
O teorema 0.1 nos dá a matriz procurada que é
−6 4 −5
1 1
A−1 = Adj(A) = 0 −2 −2 .
DetA −6
0 0 3
Como já vimos no exemplo 6 usando matrizes o esquema de produção pode ser descrito
da seguinte forma:
X Y Z
gramas de A por kg 1 1 1
x kg de X produzidos
gramas de B por kg 2 1 4= A, W = y kg de Y produzidos
preço por kg 2 3 5 z kg de Z produzidos
x+y+z 1000 gramas de A usadas
(S) AW = 2x + y + z = 2000
gramas de B usadas.
2x + 3y + 5z 25000 arrecadação
Veja que a resposta à pergunta que foi formulada no exemplo 6 será dada pelo conjunto
solução para o Sistema de Equações (S).
a1 x1 + a2 x2 + · · · + an xn = b,
onde a1 , a2 , · · · , an e b são números reais que não dependem das variáveis envolvidas
na equação e são conhecidos. Um Sistema de Equações Lineares ou simplesmente
Sistema Linear é um conjunto de equações lineares, ou seja
10
a11 x1 + a12 x2 + · · · a1n xn = b1
a21 x1 + a22 x2 + · · · a2n xn = b2
(S) ≃ .. .. .. .. .. .. .. .. (0.1.4)
. . . . . . . .
a x + a x + ··· a x = b
m1 1 m2 2 mn n m
AX = B,
onde,
a11 a12 a13 · · · a1m x1 b1
a21 a22 a23 · · ·a2m x2 b2
An×m = .. .. .. .. , X = .. e B = .. . (0.1.5)
. . . . . .
an1 an2 an3 · · ·amm xn bn
−1
!
3
S=
2
3
11
é o conjunto solução de (S).
Um Sistema Linear que tem solução é denominado SISTEMA POSSÍVEL. Se um
Sistema Linear que não tem solução é denominado SISTEMA IMPOSSÍVEL. Mas
dentre os SISTEMAS POSSÍVEIS, há aqueles que possuem mais que uma solução .
Exemplo 11. O sistema linear de duas equações e quatro incógnitas
x + 3y + 0z + 2w = −5
(S) ≃
0x + 0y + z − 3w = 2
tem mais que uma solução .
Note que S1 = [−5 0 2 0]t e S2 = [−7 0 5 1]t são soluções para o sistema (S).
Mas afinal dado um Sistema Linear (S) o que devemos fazer para decidirmos entre as
três possibilidades; Sistema Possı́vel com mais que uma solução , Sistema Possı́vel
apenas uma solução e Sistema Impossı́vel.
Operações Elementares
Definição 8. Uma Operação Elementar sobre as linhas de uma matriz é uma das
seguintes operações com outra linha da mesma matriz:
(i) Trocar a posição de uma das linhas da matriz.
(ii) Multiplicar uma linha por uma constante (escalar) diferente de zero.
(iii) Somar a uma linha da matriz, um múltiplo escalar de outra linha da mesma
matriz.
Dado um Sistema Linear (S) como em (0.1.12) temos a Matriz A e B associada à (S).
∗ Chama-se Matriz Aumentada associada à (S) a Matriz
..
a11 a12 a13 · · · a1m ..
. b1
a a a · · ·a2m . b1
[A|B] = .21 .22 .23 .. .. .
.. .. .. . . b1
..
an1 an2 an3 · · ·amm . b1
Exemplo 12. Considere o sistema linear de duas equações e duas incógnitas
x + 2y = 1
(S) ≃
2x + y = 0
. !
1 2 .. 1
[A|B] = . .
2 1 .. 0
12
Teorema 0.2. Dados dois Sistemas Lineares AX = B e CX = D tais que a Matriz
Aumentada [C|D] pode ser obtida da Matriz Aumentada [A|B] aplicando-se
apenas uma Operação Elementar (ver definição 8), então os dois sistemas lineares
possuem o mesmo Conjunto Solução .
Agora vamos utilizar o teorema 0.2 e apresentar uma maneira eficiente para encontrar-
mos o conjunto solução para um Sistema Linear.
Método de Gauss-Jordan
O método que vamos apresentar aqui para resolver Sistemas Lineares, consiste na
aplicação das operações elementares às linhas da Matriz Aumentada associada ao
sistema linear em estudo.
Primeiro procuramos através de operações elementares obter a Matriz Aumentada
de forma que na primeira linha o primeiro elemento seja não nulo, este elemento será
chamado de Pivô. Vejamos um exemplo.
A=
.. .. ..
1 1 1 . 1 L = l1 1 1 1 . 1 L1 = l1 1 1 1 . 1
1
2 1 4 ... 0 L = 2l − l 0 1 −3 ... 2 L = l 0 1 −2 ... 2
2 1 2 2 2
.. .. ..
3 2 5 . −2 L3 = 3l1 − l3 0 1 −2 . 5 L3 = l2 − l3 0 0 1 . −3
(0.1.6)
Note que as linhas L1 , L2 e L3 são linhas da matriz aumentada obtida da outra matriz
aumentada (anterior) cujas linhas são l1 , l1 e l3 elas operações elementares indicadas
(ver figura 0.1.6).
Agora usando o teorema 0.2 vemos facilmente que
x + y + z = 1 x + y + z = 1
(S) ≃ 0x + y − 3z = 2 ≃ 0x + y − 3z = 2
0x + y − 2z = 5 0x + 0y + z = −3
Mas o Sistema
13
x + y + z = 1
(S3 ) ≃ 0x + y − 3z = 2
0x + 0y + z = −3
tem como conjunto solução S3 = [11, −7, −3]t , portanto pelo teorema 0.2, o conjunto
solução para o Sistema (S) é S = S3 = [11, −7, −3]t ,
ou seja
a1r1 x1 + a1r1 +1 x2 + · · · a1n xn = β1
0x1 + a2r2 +1 x2 + · · · a2n xn = β2
(S) ≃ .. .. .. .. .. .. .. .. (0.1.9)
. . . . . . . .
0x 1 + 0x2 + · · · amrm xn = βk
0x + 0x2 + ··· 0xn = βk
1
Discutir um Sistema Linear (S) significa efetuar um estudo de (S) visando classificá-lo
segundo a definição a seguir.
14
Definição 9. Dizemos que um Sistema Linear (S) é Incompatı́vel se (S) não admite
solução . Um Sistema Linear (S) que admite uma única solução é chamado Com-
patı́vel Determinado. Se um sistema admitir mais do que uma solução então ele é
denominado Compatı́vel e Indeterminado
x − 2y − z = 1 L1 = l1 x − 2y − z = 1
(S) ≃ 2x + y − 3z = 0 L2 = −2l1 + l2 ≃ 0x + 5y − z = −2
0x − 7y + 0z = 3 L3 = −l1 + l2 0x − 5y + z = 2
15
L1 = l1 x − 2y − z = 1
L2 = l2 ≃ 0x + 5y − z = −2
L3 = l2 + l3 0x + 0y + 0z = 0
L1 = l1
x − 2y − z = 1
L2 = l2 ≃ S3 ≃
0x + 5y − z = −2
L3 pode ser eliminada
O teorema 0.2, garante que o conjunto solução do Sistema (S) é igual aoconjunto
solução para o Sistema (S3 ), que é
1 7 2 1
S = {( + z, − + z, z) z ∈ R}.
5 5 5 5
Note que o Sistema (S) tem uma quantidade infinita de soluções .
Exemplo 15. Considere o Sistema
x + y + z = 1
(S) ≃ 2x + y + 5z = 0
3x + 2y + 5z = −2
como conjunto solução para o sistema (S3 ) é S3 = [−14 11 3]t , pelo teorema 0.2, o
conjunto solução para o Sistema (S) é S = S3 = [−14 11 3]t . Note que o Sistema (S)
tem uma única solução e portanto (S) é Compatı́vel e Determinado.
Exemplo 16. Considere o Sistema
x + 2y + 3z = 1
(S) ≃ 3x + 6y + 9z = 0
3x + 2y + 5z = −2
16
Note que a segunda equação já é incompatı́vel com as demais, e isto torna o Sistema
(S) incompatı́vel ou seja o conjunto solução de (S) é vazio.
17