lgebra linear

1 NOTAO GERAL DE UMA MATRIZ

A e uma matriz mxn, m linhas e n colunas e sua representao e a seguinte:


Matriz Quadrada
E toda a matriz com o mesmo numero de linhas e de colunas, nxn.


Diz-se que A e uma matriz quadrada de ordem 3. A soma dos elementos da
diagonal e chamado de trao.

Matriz Simtrica
Uma matriz quadrada de ordem n e simetrica quando A A
t
(A
t
signiIica a
matriz transposta de A), os elementos acima da diagonal principal so iguais aos
elementos abaixo.


Matriz triangular
E uma matriz quadrada onde todos os elementos de um lado da diagonal
principal so nulos. Existem dois tipos de matriz triangular:

Triangular superior:e uma matriz quadrada, onde todos os elementos abaixo da
diagonal so nulos.


Triangular inferior: e uma matriz quadrada, onde todos os elementos acima da
diagonal so nulos.




Matriz Diagonal
Se A e quadrada, ento A e diagonal, isto e, todos os elementos que esto na
diagonal principal so no nulos.


Matriz Identidade
E uma matriz diagonal cujos elementos so todos iguais a um ( 1). Denotada
por: I
n
.


Matriz oposta
A matriz oposta da matriz A e aquela que possui elementos opostos
correspondentes ao da matriz A. Notao: -A
= _



_ - = _
- - -
- - -
- - -
_


Matriz simtrica
Uma matriz diz-se simtrica se coincidir com a sua transposta, ou seja:
%

= _
- 8
9
-8 9
_

Matriz transposta
E o resultado da troca de linhas por colunas em uma determinada matriz, ou seja,
a matriz transposta de uma matriz qualquer e representada por
9
.
H =
8
-
H

= _
-
8

_

OPERAES COM MATRIZES
Adio e subtrao de matrizes
A adio e a subtrao de matrizes so pode ocorrer se e somente se as matrizes
Iorem de mesma ordem, ou seja, tenham o mesmo numero de linhas e de colunas.
Temos de exemplo a soma das matrizes A e B de ordem m x n essa soma resultara na
matriz C de ordem m x n.



Analogamente, A B C A (-B).


Multiplicao por um escalar
Para multiplicar um numero qualquer por uma matriz nm A, basta multiplicar
cada entrada a
ij
de A por . Assim, a matriz resultante B sera tambem nm e b
ij
.a
ij
.



Multiplicao de matrizes
ultiplicao de duas matrizes e bem deIinida apenas se o numero de colunas da
matriz da esquerda e o mesmo numero de linhas da matriz da direita. Se A e uma matriz
2 x 3 e e uma matriz 3 x 5, ento seu produto e a matriz 2 x 5 (2 linhas e 5
colunas) dada por:


3 DETERMINANTE
Esta Iuno permite saber se a matriz tem ou no inversa, pois as que no tm
so precisamente aquelas cujo determinante e igual a 0 (matriz singular).

Determinante de matriz de 1 ordem
Dada uma matriz quadrada de 1 ordem A |a
11
|, chama-se de determinante
associado a matriz A o numero real a
11
.
Notao: det A ou ,a
11
,.
A
1
|3| , det A
1
3 ou ,3, 3

Determinante de matriz de ordem

Dada a matriz de ordem 2, por deIinio, o determinante
de 2 ordem e dado por:

Exemplo:
VW` =


= X - X = - =



Determinante de matriz de 3 ordem (Regra de Sarrus)
A aplicao da Regra de Sarrus consiste em escrever a matriz seguida da
repetio de suas duas primeiras colunas. Feito esse processo, veriIique a presena de
trs diagonais principais e trs diagonais secundarias.


A



det A 2x2x3 3x1x2 5x3x4 -5x2x2 - 2x1x4 - 3x3x3
det A 12 6 60 - 20 - 8 - 27 23

Determinante de qualquer ordem (Teorema de Laplace)

Para aplicar o Teorema de Laplace Iaz-se necessario citar algumas deIinies de
calculos intermediarios:
Menor complementar: o menor complementar D
ij
de um elemento a
ij
de uma matriz
quadrada e o numero que se obtem ao calcular o determinante da matriz Iormada
quando eliminamos a linha i e a coluna j da matriz dada.





Cofator: chama-se de coIator relativo ao elemento a
ij
de uma matriz quadrada de ordem
n o numero A
ij
, tal que A
ij
(-1)
ij
.C
ij
.




O determinante de uma matriz quadrada pelo Teorema de Laplace e dado pelo
somatorio dos produtos dos elementos de determinada Iila (linha ou coluna) pelos seus
respectivos coIatores.


Como ja Ioi encontrado A
11
, A
12
e A
13
, respectivamente, 11, 12, -19, podemos
encontrar o determinante
det A 1x11 4x12 1x-19 40
Obs: A Iila a ser escolhida para o desenvolvimento e aquela na qual contem um zero,
pois, o calculo do determinante Iica simpliIicado. Assim, e mais vantajoso aplicar o
teorema de Laplace escolhendo a Iila com maior quantidade de zeros.

4 INVERSO DE MATRIZES
Uma matriz so e dita inversivel se Ior quadrada, mas nem toda matriz quadrada
pode ser inversivel. Uma matriz que no admite inversa e chamada matriz singular.

Primeiro modo de inverso: e possivel provar que a matriz inversa de uma
matriz A, caso exista, e dada por:

-1
=

()
. o

Para inverter a matriz



usada para o calculo do determinante pelo Teorema de Laplace, calculou-se o menor
complementar, onde encontrou-se


e Iazendo o calculo dos coIatores relativos a todos os elementos da matriz A, obte-se

Para encontrar a inversa da matriz A, deve-se Iazer o calculo da matriz adjunta.

Matriz adjunta
E uma matriz quadrada A, denomina-se matriz adjunta de A, a transposta da
matriz dos coIatores de A, isto e, adj C C
t
.


Como o determinante e igual a 40 e
-1
=
1
dc(A)
. ono , assim



Segundo modo de inverso
"uando existe outra matriz denotada
-1
tal que
A
-1
.A I e A.A
-1
I
onde I e a matriz identidade e A
-1
e a matriz inversa de A.
Exemplo: Se queremos descobrir o inverso da matriz A representada abaixo, deve-se
encontrar seu determinate, que neste caso e 2, pois, como se sabe, se = a matriz
possui inversa, assim, temos que "inventar" uma inversa simbolica que nos permitira
multiplicar as matrizes:
=



-1
=
o b
c

Associa-se simbolos arbitrariamente a inversa da matriz original. O objetivo e
determinar os valores de a, b, c e d, para isso aplica-se a deIinio de inversa:

.
o b
c
=



Resolvendo essa multiplicao de matrizes tem-se que:
_
o + c =
b + =
o +c =
b + =

Logo:

-1
= _

-
_
Terceiro modo de inverso: operaes elementares com linhas
Primeiro deve-se veriIicar se a matriz possui determinante, como no exemplo a
baixo.
= _



_ VW` =

O processo de operaes elementares com linhas consiste em dispor ao lado da
matriz de origem a matriz identidade de mesma ordem
= _



.



_
de Iorma que a matriz de origem passe a ser a matriz identidade, transIormando
inicialmente os pivs (numeros da diagonal principal) em 1 e os numeros restantes em
0, de Iorma ordenada, da primeira para a ultima linha. A troca do sistema e pode ser
Ieita:
1. Troca de linhas entre si. Notaco: L
i
L
j
2. ultiplicao de uma linha por um escalar z = . Notao: L
i
z L
i
3. Adio a uma linha de um multiplo de outra (sem alterao das demais linhas).
Notao: L
i
L
i
L
k
. Assim
_



.



_ I
2
= I
2
- . I
1

_



.

-

_ _
I
1
= I
1
- I
2
I
3
= I
3
- I
2

_



.
-
-
-
_ I
3
= I
3
.

_



.
-
-

,
-

,


,
_

-1
_
-
-

,
-

,


,
_

SISTEMA DE EQUAES LINEARES
Um conjunto Iinito de equaes lineares e da Iorma:

e um sistema linear de m equaes e n incognitas.
Este sistema pode ser escrito na Iorma matricial:


Classificao quanto ao nmero de soluo de um sistema linear
Um sistema linear e classiIicado de acordo com o numero de solues que
possuir. Este podera ser um sistema possivel e determinado (SPD), um sistema possivel
e indeterminado (SPI) ou um sistema impossivel (SI).
O SPD e aquele sistema que admite uma unica soluo (3, 5). O SPI e aquele
sistema que admite mais varias solues (0, 8), (1, 7), (2, 6),........ O SI e todo sistema
linear que no admite nenhuma soluo.

Sistema normal
Um sistema e normal quando tem o mesmo numero de equaes, m n e
determinante diIerente de zero.

Tem-se: m 2, n 2
VW` =

-
- - - = -, =
Conclui-se que o sistema e normal.



Regra de Cramer (matriz quadrada)
E uma das maneiras de resolver um sistema linear, mas so podera ser utilizada
na resoluo de sistemas que o numero de equaes e o numero de incognitas Iorem
iguais.
Um sistema linear que possui n equaes e n incognitas pode ser:
O Sistema possivel e determinado (SPD), se D det A = 0. Neste caso a soluo e
unica.
O Sistema possivel e indeterminado (SPI), se D D
x1
D
x2
Dx3 .... D
xn
0,
para n 2 e para n 3, sendo que esta condio so e valida se no temos equaes com
coeIicientes das incognitas respectivamente proporcionais e termos independentes no-
proporcionais. Neste caso o sistema apresenta inIinitas solues.
O Sistema Impossivel (SI), se D 0 e existe D
x1
= 0, 1 i n. Neste caso o
sistema
no tem soluo.

Esta regra diz que todo o sistema normal tem uma unica soluo dada por:

=

xi

, onde i e 1, 2, 3, ...,n}, D det A e o determinante da matriz incompleta

(Iormada pelos coeIicientes das incognitas do sistema) associada ao sistema e D
xi
e o
determinante obtido atraves da substituio, na matriz incompleta, da coluna i pela
coluna Iormada pelos termos independentes.

Exemplo

Tem-se que m n 2
=

-
= - - = -8 =
e, como o sistema e normal, pode-se utilizar a regra de Cramer para resolv-lo.
Substituindo, na matriz incompleta

-
, a coluna C
1
pela coluna Iormada
pelos termos independentes, tem-se:

=

-
= - - = -. Substituindo, agora, C
2
pela coluna dos termos
independentes, tem-se:

=


= - 9 = -
Assim, =

x

=
-20
-8
=
5
2
=

j

=
-2
-8
=
1
4

Logo, (x, y)
5
2
,
1
4
e a soluo do sistema dado (SPD).

Mtodo de Eliminao de Gauss
O principio Iundamental da resoluo do sistema pelo etodo de Eliminao de
Gauss consiste trocar o sistema inicial por outro sistema equivalente (isto e, com o
mesmo conjunto de solues), de Iorma que o novo sistema seja mais adequado para
discusso e resoluo. A troca do sistema e baseada nas observaes acima e e Ieita de
Iorma sistematica.
O processo de Eliminao de Gauss para reduo de uma matriz a uma Iorma
escada e dada pelo seguinte algoritmo:
1. . Seja c
1
a primeira coluna no nula de , da esquerda para a direita. Se
necessario, troque de linhas para que o elemento da linha 1 e coluna c
1
seja no nulo,
isto e,
1c1
= 0. Esse elemento e chamado de piv.
Fixando a linha 1, anule os elementos abaixo do piv
1c1
= 0, utilizando as operaes
L
i
L
i

M
ic1
M
1c1
. L
1
, para i ~ 1. Chame a nova matriz de
1
.
2. . Seja c
2
a coluna de
1
, contada da esquerda para a direita, onde existem
elementos no nulos a partir da linha 2. Se necessario, troque a linha 2 por alguma
abaixo de Iorma que
1
2c2
= 0. Esse e o novo piv.
Fixando a linha 2, anule os elementos da coluna c
2
, abaixo da linha 2 (abaixo do piv).
Chame a nova matriz de
2
.
3. . Continue o processo, considerando c
k
a primeira coluna de
k-1
, contada da
esquerda para a direita, onde existem elementos no nulos a partir da k-esima linha. Se
necessario, troque a linha k por alguma abaixo, para que
k-1
kck
= 0. Esse e o k-esimo
piv.
Fixando a linha k, anule os elementos da coluna c
k
abaixo da linha k, isto e, do k-esimo
piv.
4. Este processo termina quando acabam as linhas no nulas ou as colunas.



Exemplo 1
_
+ 8 =
+ =

8

.

I
2
= I
2
- . I
1

8

.

-
= - = 3
Soluo impossivel (SP)

Exemplo
_
+ + =
- - -9 =

Como o sistema possui 3 incognitas e 1 variavel que pode variar livremente
(pois no tem a terceira linha de z z), assim, Y = - = , ou seja, 2 variaveis que
dependem de z.

- - -9
.

I
2
= I
2
.

. I
1

- =
+ + =
= - -
= {- -,

, ]
Soluo possivel e indeterminada (SPI)

OPERAES COM VETORES
Multiplicao de um vetor por um escalar
ultiplicando um vetor por um escalar, por exemplo 2, resultara em outro vetor
cujos elementos Ioram multiplicados pelo escalar 2.

Exemplo:
(,). = (,)

Adio de dois vetores
Se adiciona-se mais um vetor, o resultado sera a soma dos elementos que
correspondem aos dois vetores:(o
11
+ o
12
, o
21
+o
22
).

Exemplo:
= (,) + c = (,) =

= (,)

Produto escalar
O produto escalar e o numero que e obtido atraves da soma dos produtos dos
respectivos elementos.
Exemplo:
= (,). c = (,) = + = 8

7 COMBINAO LINEAR
Uma das caracteristicas mais importantes de um espao vetorial e a obteno de
"novos vetores" a partir de um conjunto pre Iixado de vetores desse espao. Por
exemplo, ao Iixar em R
3
o vetor (2, 1, 3), pode-se obter a partir de qualquer
vetor c do tipo c ,.u, onde , e . Assim, uma expresso da Iorma o
1
.
1
+ o
2
.
2
+
+ o
n
.
n
= , onde o
1
, o
2
, ., o
n
so escalares e
1
,
2
, .,
n
, vetores do
n

chama-se combinao linear.

Exemplo:
Seja os vetores = (, -,) = (-,,)
3
. Escreva o vetor = (, -,)
como combinao linear de .
= o
1
() +o
2
()
(, -,) = o
1
(, -,) +o
2
(-,,)
(, -,) = (o
1
, -o
1
, o
1
) +(-o
2
, o
2
, o
2
)
(, -,) = (o
1
- o
2
, -o
1
+ o
2
, o
1
+o
2
)

_
o
1
-o
2
=
-o
1
+ o
2
= -
o
1
+ o
2
=


_
o
1
-o
2
=
o
1
+ o
2
= . (-)

_
o
1
- o
2
=
-o
1
- o
2
= -
- o
2
=

o
2
= -
O o
1
- (-) = o
1
=
= . () -()

DEPENDNCIA E INDEPENDNCIA LINEAR
Um subconjunto S de um espao vetorial V diz-se linearmente dependente se
existe um numero Iinito de vetores distintos
1
,
2
, .,

, de S e escalares S
1
, S
2
, ., S

no todos nulos, tais que
S
1

1
+S
2

2
++ S

= .
Os elementos de S so linearmente dependentes.
Um subconjunto de S que no e linearmente dependente diz-se linearmente
independente.
No
2

= (
1
,
1
) c = (
2
,
2
)
Se:

=

1

ou det

1

1

2
,
2
= LD
Se:

=

1

ou det

1

1

2
,
2
= LI

No
3

= (
1
,
1
,
1
) = (
2
,
2
,
2
)
Se:

=

1

=
z
1
z

LD
Se:

=

1

=
z
1
z

LI

= (
1
,
1
,
1
) , = (
2
,
2
,
2
) = (
3
,
3
,
3
)
_

1

1

1

2

2

2

3

3

3
_ s
= I
= II



Obs: No
2
qualquer conjunto Iormado por 3 ou mais vetores e LD, no
3
qualquer
conjunto Iormado por 4 ou mais vetores e LD, ou seja, no
n
qualquer conjunto
Iormado por (n 1) ou mais vetores e LD.
Exemplo:
{(, -), (,), (,)] e
2

E LD, pois o numero de vetores e maior que
2
.

DISTANCIA ENTRE DOIS PONTOS
A distncia entre dois pontos, ou distncia euclidiana, e obtida mediante o
teorema de Pitagoras para o espao multidimensional. Esta distncia e a medida de
semelhana e pode ser expressa pela distncia D entre as extremidades de dois vetores.
A distncia euclidiana e calculada com base no teorema de Pitagoras:

= | -| = |(
2
-
2
) -(
1
-
1
)|
= |(
2
-
2
) - (
1
-
1
)|
= (
2
-
2
)
2
-(
1
-
1
)
2


10 BASES ORTOGONAIS BASES ORTONORMAIS E VERSOR
Vetores perpendiculares so tambem chamados vetores ortogonais e ainda, uma
base e ortogonal se esta Iormada por vetores ortogonais entre si: para todo par de
vetores distintos u e v da base se veriIica que u.v 0.
Uma matriz ortogonal e uma matriz real cuja inversa coincide com a sua
transposta, isto e:

-1

T
, isto e: .
T

T
. I
Uma matriz e ortogonal se e somente se as colunas (ou linhas) so vetores
ortonormais.
Uma base e ortonormal se e ortogonal e todo vetor da base e um vetor unitario,
ou seja, Iazendo || = , quando isso no acontece, o processo e transIormar , da
seguinte maneira:
rsor = =

||

chamado de normalizao.

Exemplo:
Seja {(,,)(-,,)(, -,)].
a) B e base ortogonal?
(,,). (-,,) =
(,,). (, -,) = e ortogonal
(-,,). (, -,) =
b) B e uma base ortonormal?
|| = V
2
+
2
+
2
= V no e ortonormal
Para normalizar cada vetor, utiliza-se a Iormula do versor, aIim de obter uma
base ortonormal.

||
=
(,,)
V
= _

V
,

V
,

V
]

||
=
(-,,)
(-)
2
+
2
+
2
= _
-
V
,

V
,

V
]

||
=
(, -,)
V
2
+
2
+
2
= _,
-
V
,

V
]

= __

V
,

V
,

V
] , _
-
V
,

V
,

V
] , _,
-
V
,

V
]_

e uma base ortonormal do

3


11 AUTOVALORES E AUTOVETORES
O objetivo e determinar uma soluo no-trivial para o sistema linear, ou seja,
para que o valor de z o sistema tem uma soluo no nula. Tal soluo e chamada de
autovalores da matriz A, que e dada pela equao caracteristica:
| - z

I| =
Seja =
-
-
a matriz de associao entre duas variaveis, para encontrar os
autovalores da matriz Iaz-se

-
-
-z


=

-
-
-
z
z
=

-z -
- - z
=
( -z). (- -z) - (-). () =
- -z +z +z
2
+ =
z
2
-z - =
Os autovalores (raizes caracteristicas) so obtidos da equao:
z =
-b _ Vb
2
-oc
o

z =
_ (-)
2
- ()(-)
.

z =
_ V9

z
1
= - z
2
=
A soma dos autovalores corresponde ao trao e a multiplicao corresponde ao
determinante da matriz A, ou seja, -1 2 1 trao da matriz A, (-). () = -
determinante da matriz A.
O calculo dos autovetores associados a z = - e dado pela equao
caracteristica dos autovetores que e . = z. . Existe um vetor para cada valor de z.

-
-
.

2
= (-).

2

_

1
-
2
= -
1

1
-
2
= -
2
_

1
-
2
=

1
-
2
=

Este sistema de equaes e indeterminado, em virtude de | - z

I| =

-
-
=
ou ainda por
1
=
2
= , ou seja, indica que o vetor passa pela origem.
Devido a isso, pode-se atribuir um valor qualquer no nulo a umas das
incognitas, (
2
= ), para se obter o segundo ponto do vetor. Dessa Iorma tem-se:

1
- . =

1
= , logo o primeiro autovetor e X
1

Ja o segundo autovetor e dado pela outra raiz z = :
. = z.

-
-
.

2
= ().

2

_

1
-
2
=
1

1
-
2
=
2
_

1
-
2
=

1
-
2
=

tem-se que:

-
-
= .
De Iorma analoga ao primeiro autovetor, atribui-se um valor para (
2
= ),
logo:

1
- . =

1
= ,, logo o segundo autovetor e X
2

=
,

Dessa Iorma a matriz dos autovetores e X =
,


Portanto, uma base dos autovetores e y = {(; ), (,; )], mas sera que esta
base e ortogonal (u.v 0)?
Como (; ). (,; ) = , = , a base dos autovetores no e base ortogonal.