Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
MATEMÁTICA USANDO O R
MATRIZES E DETERMINANTES
Prefácio v
1 Matrizes 1
1.1 Convenções . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Tipos de matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.1 Matriz linha . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.2 Matriz coluna . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.3 Exercı́cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.4 Matriz quadrada . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.5 Matriz diagonal . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.6 Matriz unidade . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.7 Exercı́cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.8 Matriz nula . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.9 Matriz transposta . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.10 Exercı́cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3 Matriz oposta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3.1 Exercı́cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4 Igualdade de Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4.1 Exercı́cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.5 Operações com Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.5.1 Adição . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.5.2 Exercı́cio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.5.3 Subtração . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.5.4 Exercı́cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.5.5 Multiplicação de um número real por uma matriz . . . . . . . 10
1.5.6 Exercı́cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.6 Multiplicação de matrizes . . . . . . . . . . . . . . . . . . . . . . . . 15
1.6.1 Exercı́cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.7 Cartão de referência do R . . . . . . . . . . . . . . . . . . . . . . . . 26
2 Determinantes 27
2.1 Determinantes de matriz 1 x 1 . . . . . . . . . . . . . . . . . . . . . . 27
2.2 Cofator . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.2.1 Exercı́cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.3 Determinante de matriz n x n . . . . . . . . . . . . . . . . . . . . . . 29
2.3.1 Exercı́cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.4 Regra de Sarrus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.4.1 Exercı́cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.5 Propriedades dos determinantes . . . . . . . . . . . . . . . . . . . . . 35
2.5.1 Exercı́cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.6 Determinante da mariz de Vandermonde . . . . . . . . . . . . . . . . 37
2.6.1 Exercı́cio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.7 Regra de Chió . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.7.1 Exercı́cio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.8 Matriz inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.8.1 Exercı́cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.9 Determinante da matriz inversa . . . . . . . . . . . . . . . . . . . . . 42
Esta é uma apostila com aplicações de matrizes e determinantes. Ela foi escrita
de modo a facilitar o aprendizado do aluno neste tópico especı́fico.
Espero que você possa achar nestas páginas o referencial necessário para a reso-
lução de diversos problemas de ordem prática e cientı́fica.
Este material é apenas um referencial, e não deixe de usar toda a bibliografia
recomendada pelo Prof. Augusto em suas aulas. Consulte o portal da Faculdade
para baixar listas de exercı́cios e provas anteriores com resoluções comentadas.
No endereço http://br.geocities.com/augustofilho/disciplinas.htm, também existe
grande gama de informações sobre a disciplina.
Para a resolução dos exercı́cios computacionais desta apostila, o programa utili-
zado foi o R, (http://www.r-project.org/). A escolha desta programa foi devido ao
fato do mesmo ser um programa free, e de código aberto na internet. Desta forma,
é possı́vel para o aluno ou profissional liberal, baixar o programa no seu trabalho,
em sua casa, etc.
Haverão aulas computacionais, com a utilização deste programa para a resolu-
ção de diversos exercı́cios desta apostila. No entanto, utilizaremos apenas de forma
tı́mida o aplicativo, deixando para outros semestres, uma utilização mais aprofun-
dada. Apostilas e tutoriais sobre a utilização do software R, podem ser encontrada
na internet, ou em (http://br.geocities.com/augustofilho/ProgramaR.htm).
Na esperança de poder ajudar nesta etapa de sua vida, me coloco a sua disposição
para qualquer esclarecimento.
Augusto Filho
augustofilho@cpdee.ufmg.br
http://geocities.yahoo.com.br/augustofilho
Matrizes
1.1 Convenções
Os sinais [ ] e ( ) são usados como “molduras” das matrizes; as letras maiúsculas
são usadas para dar nomes das matrizes; e as letras minúsculas correspondentes
representam seus elementos.
⎡ ⎤
2 1
⎢ ⎥
𝐴=⎣ 4 2 ⎦
6 3
[ ]
𝐶= 5 3 8
Uma matriz 1𝑥3, com 1 linha e 3 colunas.
𝑎11 = 5 e 𝑎12 = 6
𝑎21 = 10 e 𝑎22 = 12
𝑎31 = 15 e 𝑎32 = 18
A = (𝑎𝑖𝑗 )𝑚𝑥𝑛
Exemplo 1.1. [ ]
𝐴= 15 18
(1𝑥2)
Exemplo 1.2.
⎡ 1
⎤
2
⎢ ⎥
𝐴=⎣ 4 ⎦
√
2 (3𝑥1)
1.2.3 Exercı́cios
Exercı́cio 1. Considere a matriz
⎡ ⎤
6 7 −1 6
⎢ 7 ⎥
𝐴 = ⎣ −4 0 8 ⎦
√3 1
−3 2 5 2
Exemplo 1.3. [ ]
𝐴= −1
(1𝑥1)
Temos ainda,
[ ]
−2 4
𝐴=
5 −3 (2𝑥2)
⎡ ⎤
−2 4 4
⎢ ⎥
𝐴=⎣ 5 −3 8 ⎦
√
10 33 2 (3𝑥3)
Desta forma, os elementos 𝑎11 , 𝑎22 ,. . . , 𝑎𝑛𝑛 de uma matriz 𝐴 quadrada de ordem
𝑛, pertence à diagonal principal:
⎡ ⎤
[ ] −2 4 12
[ ] −2 4 ⎢ ⎥
𝐴= −3 , 𝐴= , 𝐴=⎣ 5 −3 9 ⎦
5 −3
3 3 12
⎡ ⎤
[ ] −1 0 0
5 0 ⎢ ⎥
𝐴= ou ainda 𝐴=⎣ 0 2 0 ⎦
0 8
0 0 6
Exemplo 1.4. [ ]
1 0
𝐼2 =
0 1
ou ainda
⎡ ⎤
1 0 0
⎢ ⎥
𝐼3 = ⎣ 0 1 0 ⎦
0 0 1
Obs.: A matriz unidade também é chamada de matriz identidade.
1.2.7 Exercı́cios
Exercı́cio 3. Considere 𝐴 = (𝑎𝑖𝑗 )3𝑥3 , tal que 𝑎𝑖𝑗 = 𝑖 + 𝑗.
[ ]
3 𝑥+𝑦
𝐴=
𝑥−𝑦−2 8
Exercı́cio 6. Calcule x e y, sabendo que a matriz é diagonal.
[ ]
6 3𝑥 − 2𝑦 − 8
𝐴=
𝑥 + 2𝑦 9
Exercı́cio 7. Calcule x e y, sabendo que a matriz A, é a matriz unidade de ordem
2.
[ ]
𝑥+𝑦 0
𝐴=
0 3𝑥 − 𝑦 − 2
1.2.10 Exercı́cios
[ ]
0 𝑥+2 0
Exercı́cio 8. Calcule os valores de x e y, sabendo que a matriz 𝐴 =
0 0 𝑦−5
é nula.
Exercı́cio 9. Calcule x e y, sabendo que a matriz A é nula:
⎡ ⎤
[ ] 0 𝑥2 − 4 [ ]
2𝑥 + 8 0 ⎢ ⎥ 𝑥+𝑦−5 0
(a) 𝐴 = (b) 𝐴 = ⎣ 0 0 ⎦ (c)𝐴 =
0 8−𝑦 0 𝑥𝑦 − 4
𝑦2 − 9 0
Exercı́cio 10. Obtenha, em cada caso, a matriz 𝐴𝑡
⎡ ⎤ ⎡ √ ⎤
2 −5 6 7 2 [ ]
⎢ ⎥ ⎢ ⎥ 7 10
(a) 𝐴 = ⎣ 0 8 4 ⎦ (b) 𝐴 = ⎣ −1 0 ⎦ (c) 𝐴 =
1
−10 7
−1 7 9 3
4
⎡ ⎤ ⎡ ⎤
1 0 0 0 1 2
⎢ ⎥ ⎢ ⎥
(d) 𝐴 = ⎣ 2 −1 0 ⎦ (e) 𝐴 = ⎣ 0 0 5 ⎦
−3 2 1 0 0 0
[ ] [ ]
−3 7 3 −7
Exemplo 1.7. 𝐴 = seque que 𝐴=
0 −5 0 5
1.3.1 Exercı́cios
Exercı́cio 11. Obtenha, em cada caso, a matriz −𝐴
⎡ ⎤ ⎡ ⎤
[ ] 3 −1 −2
⎢ ⎥ ⎢ ⎥
(a) 𝐴 = 7 8 9 (b) 𝐴 = ⎣ 5 ⎦ (c) 𝐴 = ⎣ 1 4 ⎦
−1 −1 −8
⎡ ⎤ ⎡ ⎤
1 0 0 1 0 0
⎢ ⎥ ⎢ ⎥
(d) 𝐴 = ⎣ 0 −1 0 ⎦ (e) 𝐴 = ⎣ 0 −1 0 ⎦
0 0 1 0 0 1
𝐴 = 𝐵 ↔ 𝑎𝑖𝑗 = 𝑏𝑖𝑗
1.4.1 Exercı́cios
Exercı́cio 13. Sabendo que 𝐴 = 𝐵, calcule 𝑥 e 𝑦, em cada um dos casos:
[ ] [ ]
3 𝑥 𝑦+1 5
(a) 𝐴 = e 𝐵=
−1 4 −1 4
[ ] [ ]
𝑥+3 4 2 10 4 2
(b) 𝐴 = e 𝐵=
0 0 7 0 2𝑦 − 6 7
[ ] [ ]
−𝑥 + 5 12
(c) 𝐴 = e 𝐵=
4 4−𝑦
[ ] [ ]
𝑥+𝑦 5 3 5
(d) 𝐴 = e 𝐵=
7 9 𝑥 + 5𝑦 9
1.5.2 Exercı́cio
Exercı́cio 14. Dadas as matrizes
à ) à )
5 2 3 7
(a) 𝐴 = 𝐵=
−7 10 4 −8
à ) [ ]
−9 1 0 0
𝐶= e 𝐷=
0 6 0 0
efetue:
(a) A+B (h) A+(-A)
1.5.3 Subtração
Dadas duas matrizes A e B do tipo m x n, subtrair B de A é o mesmo que somar
a matriz A oposta de B. Simbolicamente, temos:
𝐴 − 𝐵 = 𝐴 + (−𝐵)
à ) à )
7 3 5 −5 −2 1
Exemplo 1.9. Se 𝐴 = e 𝐵=
4 0 8 7 4 −3
à ) à )
7 3 5 5 2 −1
𝐴 − 𝐵 = 𝐴 + (−𝐵) = + =
4 0 8 −7 −4 3
à )
12 5 4
=
−3 −4 11
1.5.4 Exercı́cios
Exercı́cio 15. Dadas as matrizes
à ) à ) à )
5 6 7 −2 5 −1 3 0 3
𝐴= 𝐵= e 𝐶= ,
−3 0 −3 0 2 0 0 7 0
(a) 𝐴 − 𝐵
(b) 𝐵 − 𝐴
(c) 𝐴 − 𝐶
(d) 𝐶 − 𝐴
(e) 𝐵 − 𝐶
(f ) 𝐶 − 𝐵
(g) (𝐴 + 𝐵) − (𝐴 + 𝐶)
(h) (𝐴 − 𝐵) − (𝐴 + 𝐶)
(a) 𝑋 + 𝐴 = 𝐵
(b) 𝑋 + 𝐶 = 𝐴
(c) 𝑋 + 𝐵 = 𝐴
(d) 𝑋 + 𝐶 = 𝐵
(e) 𝑋 + 𝐵 = 𝐶
⎛ ⎞
4 −1
⎜ ⎟
Exemplo 1.10. Seja 𝐴 = ⎝ 1 2 ⎠ e 𝑝=3
7 3
⎛ ⎞ ⎛ ⎞
4 −1 12 −3
⎜ ⎟ ⎜ ⎟
𝐵 = 𝑝.𝐴 = 3. ⎝ 1 2 ⎠=⎝ 3 6 ⎠
7 3 21 9
1.5.6 Exercı́cios
Exercı́cio 17. Efetue em cada um dos casos a multiplicação de p por A:
à )
5 2 0
(a) 𝑝 = −2 𝑒 𝐴=
−2 −1 6
⎛ ⎞
4 −6
1 ⎜ ⎟
(b) 𝑝 = 2
𝑒 𝐴=⎝ 8 −10 ⎠
12 −14
à √ )
√ 2 0
(c) 𝑝 = 2 𝑒 𝐴= √
1 − 2
(a) 2𝐴
(b) 3𝐵
(c) 2𝐴 + 3𝐵 − 𝐶
(d) 𝐴 − 2𝐵 + 5𝐶
(a) 3𝑋 − 𝐴 = 0 (b) 2𝑋 + 𝐵 = 0
1
(c) 3
𝑋 +𝐷 =𝐵 (d) 5𝑋 − 𝐶 = 𝐷
⎛ ⎞ ⎛ ⎞
2 −9
⎜ ⎟ ⎜ ⎟
Exercı́cio 20. Dadas as matrizes 𝐴 = ⎝ 4 ⎠ e 𝐵 = ⎝ 3 ⎠ , resolva o sistema:
8 6
{
𝑋 +𝑌 = 𝐴
(a)
6𝑋 − 𝑌 = 𝐵
{
𝑋 +𝑌 = 𝐴
(b)
𝑋 −𝑌 = 2𝐵
{
𝑋 +𝑌 = 2𝐴
(c)
−𝑋 + 𝑌 = 4𝐵
Resolução:
⎡ ⎤ ⎡ ⎤
𝑥1 1.652174
⎢ ⎥ ⎢ ⎥
⎢ 𝑥2 ⎥ ⎢ 1.782609 ⎥
⎢ ⎥ ⎢ ⎥
⎢ 𝑥 ⎥ = ⎢ −0.826087 ⎥
⎣ 3 ⎦ ⎣ ⎦
𝑥4 −2.043478
𝐴 ⋅ 𝑥 = 𝐵, onde:
⎡ ⎤ ⎡ ⎤ ⎡ ⎤
2 1 7 4 −3 −1 4 4 7 0 𝑥1 86.0
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢ 4 2 2 3 −2 0 1 ⎥
3 ⎢ 3 4 𝑥2 ⎥ ⎢ 45.0 ⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢ 3 4 4 2 1 −2 2 1 9 −3 ⎥ ⎢ 𝑥3 ⎥ ⎢ 52.5 ⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢ 9 3 5 1 0 5 6 −5 −3 4 ⎥ ⎢ 𝑥4 ⎥ ⎢ 108.0 ⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢ 2 0 7 0 −5 7 1 0 1 6 ⎥ ⎢ 𝑥5 ⎥ ⎢ 66.5 ⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢ ⋅
⎥ ⎢ =
⎥ ⎢ ⎥
⎢ 1 9 8 0 3 9 9 0 0 5 ⎥ ⎢ 𝑥6 ⎥ ⎢ 90.5 ⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢ 4 1 9 0 4 3 7 −4 1 3 ⎥ ⎢ 𝑥7 ⎥ ⎢ 139.0 ⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢ 6 3 1 1 6 8 3 3 0 2 ⎥ ⎢ 𝑥8 ⎥ ⎢ 61.0 ⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢ 6 5 0 −7 7 −7 6 2 −6 1 ⎥ ⎢ 𝑥9 ⎥ ⎢ −43.5 ⎥
⎣ ⎦ ⎣ ⎦ ⎣ ⎦
1 6 3 4 8 3 −5 0 −6 0 𝑥10 31.0
⎞ ⎛
( ) 𝑣 1
⎜ . ⎟
𝑢 = 𝑢1 , . . . 𝑢 𝑛 e 𝑣=⎝ . ⎟
⎜ .
⎠ então u1𝑥𝑛 v𝑛𝑥1 = 𝑤 (um escalar),
𝑣𝑛
𝑛
∑
onde 𝑤 = 𝑢1 𝑣1 + 𝑢2 𝑣2 + . . . 𝑢𝑛 𝑣𝑛 = 𝑢𝑖 𝑣 𝑖
𝑖=1
Quando duas matrizes são multiplicadas, o elemento da i-ésima linha e j-ésima
coluna do produto matricial é o produto interno do i-ésimo vetor-linha da primeira
matriz com o j-ésimo vetor coluna da segunda matriz. Assim, o produto de duas ma-
trizes pode ser escrito como uma matriz dos seus produtos internos: Se A = (𝑎𝑖𝑗 )𝑚𝑥𝑛
e B = (𝑏𝑖𝑗 )𝑛𝑥𝑝 , então AB = 𝐶 onde
⎛ 𝑛 𝑛
⎞
∑ ∑
⎜ 𝑎1𝑗 𝑏𝑗1 . . . 𝑎1𝑗 𝑏𝑗𝑚 ⎟
⎜ 𝑗=1 ⎟
⎜ 𝑗=1 ⎟
⎜ .. .. ⎟
C = (c𝑖𝑘 )𝑚𝑥𝑝 =⎜ ⎟, isto é,
⎜ 𝑛 . . ⎟
⎜ ∑ ∑𝑛 ⎟
⎝ 𝑎𝑚𝑗 𝑏𝑗1 . . . 𝑎𝑚𝑗 𝑏𝑗𝑛 ⎠
𝑗=1 𝑗=1
𝑛
∑
𝑐𝑖𝑗 = 𝑎𝑖𝑗 𝑏𝑗𝑘
𝑗=1
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 3 −1 1 0 −3 3
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
(a) ⎝ 2 0 0 ⎠ ⎝ −1 2 ⎠ = ⎝ 2 0 ⎠
0 −1 6 3𝑥3
1 3 3𝑥2 7 16 3𝑥2
onde
⎛ ⎞
3 0
⎜ ⎟
( ) ⎜ 4 0 ⎟ ( )
⎜ ⎟
−1 0 6 3 2 ⎜ −2 3 ⎟ = −12 38
⎜ ⎟
1𝑥5 ⎜ ⎟ 1𝑥2
⎝ 1 8 ⎠
0 −2 5𝑥2
onde
⎛ ⎞
1 2
à ) ⎜ ⎟
4 6 −1 3 ⎜ −1 1 ⎟
Exemplo 1.13. (a) 𝐴 = e 𝐵=⎜
⎜ 1 6
⎟
⎟
0 −1 2 1 ⎝ ⎠
2 3
então ⎛ ⎞
1 2
à ) ⎜ ⎟ à )
4 6 −1 3 ⎜ −1 1 ⎟ 3 17
𝐴𝐵 = ⎜ ⎟ =
0 −1 2 1 ⎜ 1 6 ⎟ 5 14
2𝑥4 ⎝ ⎠ 2𝑥2
2 3
⎛ ⎞ 4𝑥2 ⎛ ⎞
1 2 4 4 3 5
⎜ ⎟ Ã ) ⎜ ⎟
⎜ −1 1 ⎟ 4 6 −1 3 ⎜ −4 −7 3 −2 ⎟
⎜
𝐵𝐴 = ⎜ ⎟ ⎜
=⎜ ⎟
1 6 ⎟ 0 −1 2 1 4 0 11 9 ⎟
⎝ ⎠ 2𝑥4 ⎝ ⎠
2 3 4𝑥2 8 9 4 9 4𝑥4
(b) Se
⎛ ⎞
5 −6 Ã )
⎜ ⎟ −1 8 −3
𝐴 = ⎝ −1 0 ⎠ e 𝐵=
0 10 −4
0 3
⎛ ⎞ ⎛ ⎞
5 −6 Ã ) −5 −20 9
⎜ ⎟ −1 8 −3 ⎜ ⎟
𝐴𝐵 = ⎝ −1 0 ⎠ =⎝ 1 −8 3 ⎠
0 10 −4
0 3 3𝑥2
2𝑥3 0 30 −12 3𝑥3
⎛ ⎞
à ) 5 −6 à )
−1 8 −3 ⎜ ⎟ −13 −3
𝐵𝐴 = ⎝ −1 0 ⎠ =
0 10 −4 −10 −12
2𝑥3 0 3 3𝑥2
2𝑥2
(c) Se
⎛ ⎞ ⎛ ⎞
−1 3 1 0 2 3
⎜ ⎟ ⎜ ⎟
𝐴=⎝ 2 0 −2 ⎠ e 𝐵 = ⎝ 8 −1 9 ⎠
0 4 5 −2 0 5
então
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
−1 3 1 0 2 3 22 −5 29
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
𝐴𝐵 = ⎝ 2 0 −2 ⎠ ⎝ 8 −1 9 ⎠ = ⎝ 4 4 −4 ⎠
0 4 5 3𝑥3
−2 0 5 3𝑥3 22 −4 61 3𝑥3
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
0 2 3 −1 3 1 4 12 11
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
𝐵𝐴 = ⎝ 8 −1 9 ⎠ ⎝ 2 0 −2 ⎠ = ⎝ −10 60 55 ⎠
−2 0 5 3𝑥3 0 4 5 3𝑥3
2 14 23 3𝑥3
𝑛
∑
então, como acima, 𝑢1𝑥𝑛 𝑣𝑛𝑥1 = 𝑤 (um escalar) onde 𝑤 = 𝑢𝑖 𝑣𝑖 , e 𝑣𝑛𝑥1 𝑢1𝑥𝑛 =
𝑖=1
𝑥𝑛𝑥𝑛 (uma matriz quadrada), onde 𝑥𝑖𝑗 = 𝑣𝑖 𝑢𝑗 .
⎛ ⎞
( ) −2
⎜ ⎟
Exemplo 1.14. (a) 1 3 6 ⎝ 4 ⎠ = −2 + 12 − 6 = 4
−1
⎛ ⎞ ⎛ ⎞
−2 ( ) −2 −6 12
⎜ ⎟ ⎜ ⎟
⎝ 4 ⎠ 1 3 6 = ⎝ 4 12 24 ⎠
−1 −1 −3 −6
⎛ ⎞
0
⎜ ⎟
( )⎜ −1 ⎟
⎜ ⎟
(b) 1 0 0 2 −3 ⎜ ⎟
⎜ −4 ⎟ = 0 + 0 + 0 − 6 + 6 = 0
⎜ ⎟
⎝ −3 ⎠
−2
⎛ ⎞ ⎛ ⎞
0 0 0 0 0 0
⎜ ⎟ ⎜ ⎟
⎜ −1 ⎟ ( ) ⎜ −1 0 0 −2 3 ⎟
⎜ ⎟ ⎜ ⎟
⎜ −4 ⎟ 1 0 0 2 −3 = ⎜ ⎟
⎜ ⎟ ⎜ −4 0 0 −8 12 ⎟
⎜ ⎟ ⎜ ⎟
⎝ −3 ⎠ ⎝ −3 0 0 −6 9 ⎠
−2 −2 0 0 −4 6
Embora a seqüencia em que duas matrizes são multiplicadas afete o resultado,
a ordem na qual três ou mais matrizes são multiplicadas não afeta o resultado,
contanto que a seqüencia seja preservada. Isto é
1.6.1 Exercı́cios
à ) à )
2 3 5
Exercı́cio 22. Dadas as matrizes e
1 5 3
à ) à )
2 −2 3 −6
Exercı́cio 23. Dadas as matrizes e
−2 3 2 −4
(c) verifique se 𝐴𝐵 = 𝐵𝐴
à ) à )
5 7 −4 7 8
Exercı́cio 25. Dadas as matrizes e 𝐵 = , efetue as
1 6 9 −9 10
operações:
à ) à )
2 −1 1 −1
Exercı́cio 26. Dadas as matrizes 𝐴 = , 𝐵 = e 𝐶 =
0 4 2 −2
à )
5 0
, efetue:
3 2
(a) 𝐴.(𝐵.𝐶)
(b) (𝐴.𝐵).𝐶
(c) 𝐴.(𝐵 + 𝐶)
(e) (𝐴 + 𝐵).𝐶
(g) (𝐴.𝐵)𝑡
(h) 𝐵 𝑡 .𝐴𝑡
à ) à )
3 4 3 −4
Exercı́cio 27. Dadas as matrizes 𝐴 = e :
2 3 −2 3
à ) à )
1 𝑎+4 1 5
Exercı́cio 31. Calcule o valor de a e b, sabendo que =
2 𝑏2 2 4
à )
𝑥−𝑦 0
Exercı́cio 32. Sabendo que 𝐼2 = , calcule x e y.
𝑥+𝑦 1
Exercı́cio 33. Escreva a matriz oposta de 𝐴 = (𝑎𝑖𝑗 )2𝑥3 sabendo que 𝑎𝑖𝑗 = 𝑖 + 𝑗
à ) à )
2 1 −1 −1
Exercı́cio 34. Dadas as matrizes 𝐴 = , 𝐵 = e 𝐶 =
0 −4 2 −2
à )
−5 0
, efetue:
3 2
(a) 𝐴2 .(𝐵.𝐶)
(b) (𝐴.𝐵).𝐶 2
(c) 𝐴2 .(𝐵 + 𝐶)
(e) (𝐴 + 𝐵).𝐶 2
(f ) 𝐴.𝐶 + 𝐵.𝐶 2
(g) (𝐴.𝐵)𝑡
(h) 𝐵 𝑡 .𝐴𝑡
à ) à )
−3 4 3 −4
Exercı́cio 35. Dadas as matrizes 𝐴 = e𝐵= :
2 −3 −2 3
(b) efetue 𝐵 2 .𝐴
Exercı́cio 36. Escreva a matriz a 𝐴 = (𝑎𝑖𝑗 )2𝑥3 tal que 𝑎𝑖𝑗 = 2𝑖2 + 𝑗
à )
𝑥−1 0
Exercı́cio 37. Obtenha o valor de x e y sabendo que a matriz 𝐴 =
0 𝑦+2
é nula.
à ) à )
5 𝑎+4 5 5
Exercı́cio 39. Calcule o valor de a e b, sabendo que =
12 𝑏2 12 4
à )
𝑥−𝑦 0
Exercı́cio 40. Sabendo que 𝐼2 = , calcule x e y.
𝑥 + 𝑦 10
à ) à )
1 0 𝑥−𝑦 0
=
0 1 𝑥+𝑦 1
Exercı́cio 41. Escreva a matriz oposta de 𝐴 = (𝑎𝑖𝑗 )2𝑥3 sabendo que 𝑎𝑖𝑗 = 𝑖 + 𝑗 2
max(), min(), mean(), median(), sum(), var() como sugerido pelo nome
summary(data.frame) estatı́sticas resumo
rank(), sort() posição e ordenação
ave(x1,y1) Médias de x1 para cada grupo do fator y1
t.test() t-test
cor(x1) Correlação
tapply(list1,function1) Aplica function1 a cada elemento de list1
table() Faz uma tabela
tabulate() Tabulação de um vetor
Determinantes
det 𝐴 = 𝑎11
2.2 Cofator
Se A é uma matriz quadrada de ordem n. O cofator do elemento 𝑎𝑖𝑗 é o número
𝐴𝑖𝑗 definido por:
𝐴𝑖𝑗 = (−1)𝑖+𝑗 𝐷𝑖𝑗
à )
3 −1
Exemplo 2.2. 1. Dada a matriz 𝐴 = calcule o cofator 𝐴11 do
−2 4
elemento 𝑎11 = 3
Resolução
Neste caso temos 𝑖 = 1 e 𝑗 = 1. Logo,
Resolução:
2.2.1 Exercı́cios
Exercı́cio 42. Calcule o cofator de cada elemento de A:
à ) à )
−6 2 4 −7
(a) 𝐴 = (b) 𝐴 =
7 −5 2 9
à ) à )
1 1 5 0
(c) 𝐴 = (d) 𝐴 =
−1 −1 7 3
à )
3 4
Exercı́cio 43. Considere a matriz 𝐴 = , calcule:
5 6
Resolução
Cálculo dos cofatores:
𝐴11 = (−1)1+1 ∣2∣ → 𝐴11 = 2
𝐴12 = (−1)1+2 ∣3∣ → 𝐴12 = −3
Resolução
Cálculo dos cofatores:
𝐴11 = 2
𝐴21 = (−1)2+1 ∣1∣ = −1
2.3.1 Exercı́cios
Exercı́cio 44. Calcule pela definição os seguintes determinantes:
[ ]
4 8
(a)
5 10
[ √ ]
1
2
(b) √4
2 2
6 3
[ ]
2 0
(c)
4 3
[ ]
0 5
(d)
3 4
[ ]
𝑎11 𝑎12
Exercı́cio 45. Calcule o determinante da matriz 𝐴 =
𝑎21 𝑎22
Exercı́cio 46. Calcule os determinantes, usando o resultado do exercı́cio anterior:
[ ]
6 3
(a)
1 4
[ ]
7 −3
(b)
8 2
[ ]
1
2
7
(c) 1
2
4
[ √ ]
2 −1
(d) √
−2 2
⎛ ⎞
2 −1 4
⎜ ⎟
Exercı́cio 47. Considerando a matriz ⎝ 5 3 1 ⎠, calcule:
−2 −4 6
det 𝐴 = 𝑎11 (𝑎22 𝑎33 − 𝑎23 𝑎32 ) + 𝑎12 (𝑎23 𝑎31 − 𝑎21 𝑎33 ) + 𝑎13 (𝑎21 𝑎32 − 𝑎22 𝑎31 )
det 𝐴 = 𝑎11 𝑎22 𝑎33 − 𝑎11 𝑎23 𝑎32 + 𝑎12 𝑎23 𝑎31 − 𝑎12 𝑎21 𝑎33 + 𝑎13 𝑎21 𝑎32 − 𝑎13 𝑎22 𝑎31
ou ainda
det 𝐴 = (𝑎11 𝑎22 𝑎33 + 𝑎12 𝑎23 𝑎31 + 𝑎13 𝑎21 𝑎32 ) − (𝑎11 𝑎23 𝑎32 + 𝑎12 𝑎21 𝑎33 + 𝑎13 𝑎22 𝑎31 )
Este mesmo resultado pode ser obtido facilmente por meio de um procedimento
prático conhecido por regra de Sarrus, que passamos a descrever:
Exemplo: ⎡ ⎤
1 2 1
⎢ ⎥
Dada a matriz 𝐴 = ⎣ 3 2 3 ⎦, calcule o seu determinante pela regra de Sarrus.
4 1 3
Resolução:
¯ ¯
¯ 1 2 1 ¯ 1 2
¯ ¯
¯ ¯
¯ 3 2 3 ¯ 3 2
¯ ¯
¯ 4 1 3 ¯ 4 1
2.4.1 Exercı́cios
Exercı́cio 49. Calcule, pela regra de Sarrus, os determinantes:
¯ ¯
¯ 2 3 4 ¯
¯ ¯
¯ ¯
(a) ¯ −1 3 0 ¯
¯ ¯
¯ 0 1 4 ¯
¯ ¯
¯ 1 2 3 ¯
¯ ¯
¯ ¯
(b) ¯ 3 2 1 ¯
¯ ¯
¯ 4 4 4 ¯
¯ ¯
¯ −1 1 −1 ¯¯
¯
¯ ¯
(c) ¯ 2 −2 2 ¯
¯ ¯
¯ 0 2 3 ¯
¯ ¯
¯ 1 0 0 ¯¯
2
¯
¯ ¯
¯ 1 1 −1 2 ¯¯
Exercı́cio 50. Considerando a matriz 𝐴 = ¯¯
¯ −2 0 0 1 ¯¯
¯ ¯
¯ 1 1 2 −1 ¯
Propriedade 1
O determinante da matriz transposta de A é igual ao determinante de
A.
det 𝐴𝑡 = det 𝐴
Exemplos
[ ]
2 3
𝐴= → det 𝐴 = −2
4 5
[ ]
2 4
𝐴𝑡 = → det 𝐴𝑡 = −2
3 5
Propriedade 2
Se na matriz A existe uma linha (coluna), cujos elementos sejam todos
iguais a zero, então det 𝐴 = 0
Exemplos:
⎡ ⎤
2 4 −6
⎢ ⎥
𝐴 = ⎣ 6 −1 2 ⎦ det 𝐴 = 0.𝐴31 + 0.𝐴32 + 0.𝐴33 → det 𝐴 = 0
0 0 0
Propriedade 3
Trocando de lugar, enter si, duas linhas (colunas) de uma matriz A,
obtém-se
⎡ uma matriz
⎤ det 𝐵 = −𝑑𝑒𝑡 A.
7 5 0
⎢ ⎥
𝐴 = ⎣ 1 −1 3 ⎦ → det 𝐴 = −99
−2 1 4
⎡ ⎤
−2 1 4
⎢ ⎥
𝐵=⎣ 1 −1 3 ⎦ → det 𝐵 = 99
7 5 0
Propriedade 4
Multiplicando uma linha (coluna) de uma matriz A por um número
k, obtém-se uma matriz B, tal que det 𝐵 = 𝑘.det 𝐴
Exemplos:
[ ]
2 5
𝐴= → det 𝐴 = 31
−3 8
[ ]
4 10
𝐵= (multiplicando a primeira linha de A).2
−3 8
Propriedade 5
Se a matriz A tem duas linhas (colunas) iguais, então det 𝐴 = 0.
Exemplos:
⎡ ⎤
2 2 1
⎢ ⎥
𝐴=⎣ 4 4 3 ⎦ det 𝐴 = 0
6 6 7
2.5.1 Exercı́cios
Exercı́cio 52. Usando as propriedades, calcule os determinantes:
⎡ ⎤
⎡ ⎤ ⎡ ⎤ 1 2 3 4
−1 1 −1 −1 1 −1 ⎢ ⎥
⎢ ⎥ ⎢ ⎥ ⎢ 2 4 6 8 ⎥
(a) ⎣ 3 −2 2 ⎦ (b)⎣ 2 −2 3 ⎦ (c)⎢
⎢ 3
⎥
⎥
⎣ 3 7 8 ⎦
1 4 3 3 4 1
−1 −2 −3 −4
¯ ¯
¯ 𝑥 1 ¯
¯ ¯
Exercı́cio 53. Determine x ∈ ℜ, tal que ¯ ¯= 10
¯ 2 4 ¯
¯ ¯
¯ ¯ ¯ 3 1 1 ¯ ¯ ¯
¯ 5 2 ¯ ¯ ¯ ¯ 𝑥 4 ¯
¯ ¯ ¯ ¯ ¯ ¯
(a) ¯ ¯= 12 (b) ¯ 2 𝑥 1 ¯= 5 (c) ¯ ¯= 8
¯ 4 −𝑥 ¯ ¯ ¯ ¯ 7 𝑥 ¯
¯ 1 2 𝑥 ¯
Exemplos:
Dada a sequência (2, 4, 3), a matriz de Vandermonde correspondente é a seguinte:
⎡ ⎤
1 1 1
⎢ ⎥
𝑉 =⎣ 2 4 3 ⎦
22 42 32
Consequentemente, o
det 𝑉 = (2, 4, 3) = (4 − 2).(3 − 2).(3 − 4) = −2
2.6.1 Exercı́cio
Exercı́cio 56. Dada a sequência de elementos caracterı́sticos, escrever a matriz de
Vandermonde correspondente e calcular o seu determinante:
(a) (4, 3, 2) (b) (3, 4, 2) (c) (1, 2, 3) (d) (1, 2, 3, 4) (e) (−2, −1, 0, 1, 2)
⎡ ⎤
4 3 2
⎢ ⎥
𝐴=⎣ 1 5 2 ⎦
2 −3 1
⎡ ⎤
3-(4 x 5)
⎢ ⎥
𝐴=⎣ ⎦
4. Faça isso para cada elemento que sobrou e chame a matriz obtida de matriz
reduzida (R).
[ ] [ ]
3-(4 x 5) 2-(4 x 2) −17 −6
𝑅= =
-3-(2 x 5) 1-(2 x 2) −13 −3
det 𝑅 = −27
det 𝐴 = (−1)2+1 (−27)
det 𝐴 = 27
2.7.1 Exercı́cio
Exercı́cio 58. Calcule o det 𝐴. Utilize o computador.
⎡ ⎤
2 3 1 1
⎢ ⎥
⎢ 5 2 3 0 ⎥
(a) ⎢
⎢ 3 8 2 1
⎥
⎥
⎣ ⎦
1 3 1 2
¯ ¯
¯ 1 3 5 ¯
¯ ¯
¯ ¯
(b) ¯ 2 9 12 ¯
¯ ¯
¯ 4 15 18 ¯
¯ ¯
¯ 1 2 4 ¯
¯ ¯
¯ ¯
(c) ¯ 1 3 9 ¯
¯ ¯
¯ 1 4 16 ¯
¯ ¯
¯ 2 2 4 ¯
¯ ¯
¯ ¯
(d) ¯ −2 −3 −9 ¯
¯ ¯
¯ 2 4 16 ¯
¯ ¯
¯ 1 2 4 ¯¯3
¯
¯ ¯
¯ 2 5 7 9 ¯¯
(e) ¯¯
¯ 3 10 12 15 ¯¯
¯ ¯
¯ 5 21 15 18 ¯
⎡ ⎤
9 29 5
⎢ ⎥
(a) ⎣ 4 13 2 ⎦
3 11 8
⎡ ⎤
13 2 4
⎢ ⎥
(b) ⎣ 30 10 9 ⎦
23 8 7
⎡ ⎤
1 7 3 6
⎢ ⎥
⎢ 3 15 11 2 ⎥
⎢
(c) ⎢ ⎥
2 10 4 11 ⎥
⎣ ⎦
3 10 5 20
𝐴𝐴−1 = 𝐴−1 𝐴 = 𝐼𝑛
𝐴−1 = 1 ¯𝑡
(𝐴)
𝑑𝑒𝑡𝐴
Exemplo: [ ]
2 −5
Obtenha a matriz inversa da matriz 𝐴 = :
1 −3
Resolução:
𝐴11 = (−1)1+1 ∣ − 3∣ = −3
𝐴12 = (−1)1+2 ∣1∣ = −1
𝐴21 = (−1)2+1 ∣ − 5∣ = 5
𝐴22 = (−1)2+2 ∣2∣ = 2
[ ] [ ]
−3 −1 −3 5
Logo 𝐴 = e (𝐴)𝑡 =
5 2 −1 2
2.8.1 Exercı́cios
Exercı́cio 60. Obtenha, em cada caso, a matriz inversa de A:
[ ]
3 2
(a) 𝐴 =
10 7
[ ]
4 6
(b) 𝐴 =
8 10
[ ]
3 −1
(c) 𝐴 =
−2 1
[ ]
3 2
(d) 𝐴 =
−4 −3
⎡ ⎤
1 1 1
⎢ ⎥
(e) 𝐴 = ⎣ 2 3 2 ⎦
4 7 5
⎡ ⎤
1 0 1
⎢ ⎥
(f) 𝐴 = ⎣ 1 1 4 ⎦
1 0 2
[ ]
1 2
Exercı́cio 61. Dada a matriz 𝐴 = , calcule a matriz B, de tal forma que
0 1
𝐴𝐵𝐴−1 = 𝐼2
[ ] [ ]
0 1 1 1
Exercı́cio 62. Dadas as matrizes: 𝐴 = e𝐵= , calcule:
1 1 0 −1
(a) 𝐴−1
(b) 𝐵 −1
(c) 𝐴−1 .𝐵 −1
𝑑𝑒𝑡(𝐴.𝐴−1 ) = 𝑑𝑒𝑡 𝐼𝑛
𝑑𝑒𝑡𝐴.𝑑𝑒𝑡𝐴−1 = 𝑑𝑒𝑡 𝐼𝑛
𝑑𝑒𝑡𝐴.𝑑𝑒𝑡𝐴−1 = 1
1
det 𝐴−1 = 𝑑𝑒𝑡𝐴
Como você pode ver pela fórmula, o determinante da matriz 𝐴−1 é igual ao in-
verso do determinante da matriz A.
(b) det 𝐵 −1
Exercı́cio 65. Se A e B são matrizes quadradas de ordem 3, de tal forma que det
𝐴 = 2 e det 𝐵 = − 18 , calcule:
Exercı́cio 66. Calcule o determinante das matrizes abaixo e suas inversas, se exis-
tir:
⎛ ⎞
1 3 5 6
⎜ ⎟
⎜ 0 2 −2 −7 ⎟
(a) 𝐴 = ⎜
⎜ 3 4 5
⎟
⎟
⎝ 7 ⎠
2 0 1 −3
⎛ ⎞
−1 −3 −5 6
⎜ ⎟
⎜ 0 22 −2 −7 ⎟
(b) 𝐵 = ⎜
⎜ 3
⎟
⎝ 3 −5 7 ⎟⎠
5 0 −1 3
⎛ ⎞
1 0 0 0
⎜ ⎟
⎜ 0 2 −2 0 ⎟
(c) 𝐶 = ⎜
⎜ 0 0
⎟
⎝ 5 0 ⎟⎠
0 0 11 13
Há muitas aplicações da álgebra matricial em várias áreas, podendo ser desta-
cadas aplicações em máximos e mı́nimos de funções de n variáveis, as análises de
insumo-produto, a programação linear, a teoria dos jogos e os processos de Markov.
Este capı́tulo dará ênfase ao estudo das análises de insumo-produto.
𝑛
∑
𝑏𝑖𝑗 + ℎ𝑖 é o produto final total da indústria 𝑖.
𝑗=1
𝐴 = (𝑎𝑖𝑗 )
Onde 𝑎𝑖𝑗 = (𝑏𝑖𝑗 /𝑥𝑗 ) = valor em dólares do produto final da indústria 𝑖 que a
indústria 𝑗 deverá adquirir para produzir um dólar de seus próprios produtos. Ob-
serve que esta definição de 𝑎𝑖𝑗 supõe que as aquisições de produtos intermediários de
uma indústria são proporcionais aos nı́veis de produção da indústria. Esta suposição
de proporcionalidade constante entre os insumos e os produtos finais é padrão na
análise de insumo-produto.
A i-ésima indústria deve produzir produtos finais
𝑋 = 𝐴𝑋 + 𝐻
Portanto
[𝐼 − 𝐴]𝑋 = 𝐻
e
𝑋 = [𝐼 − 𝐴]−1 𝐻
2. ∣𝐼 − 𝐴∣ > 0
¯ ¯
¯ 1 − 𝑎11 −𝑎12 . . . −𝑎1𝑛 ¯
¯ ¯
¯ ¯
¯ −𝑎21 1 − 𝑎22 . . . −𝑎2𝑛 ¯
∣𝐼 − 𝐴∣ = ¯¯ .. .. .. ¯
¯ devem ser positivos.
¯ . . . ¯
¯ ¯
¯ −𝑎𝑛1 −𝑎𝑛2 . . . 1 − 𝑎𝑛𝑛 ¯
Exemplo 3.1. Considere uma economia hipotética muito simples de duas indús-
trias, A e B, representadas na Tabela 3.2, onde os dados são em milhões de dólares
de produtos. Determine o vetor de produto final da economia, se a demanda final
muda até 200 para 𝐴 e até 100 para 𝐵.
Resolução:
[ ]
1 7
2 16
𝐴= 8 9
25 20
[ ]
1 7
2
− 16
𝐼 −𝐴= 8 11
− 25 20
[ ]
11 7
200
[𝐼 − 𝐴]−1 = 27
20
8
16
1
25 2
1 11 7 8 27
OBSERVAÇÃO: ∣𝐼 − 𝐴∣ = 2
⋅ 20
− 16
⋅ 25
= 200
( 200 )
E, se 𝐻 = 100
, então,
[ ][ ] [ ]
11 7
200 200 1138 89
𝑋 = [𝐼 − 𝐴]−1 𝐻 = 27
20
8
16
1
=
25 2
100 844 49
Isto é, a indústria 𝐴 deve ter um produto final de 1.138 98 e a indústria 𝐵 deve
ter um produto final de 844 49 , onde o produto final é dado em milhões de dólares de
produtos.
¯ ¯ ¯ ¯
¯ 3 −1 ¯ ¯ −1 −1 ¯
¯ ¯ ¯ ¯
𝑐11 = (−1)1+1 ¯ 4 1 2 3 ¯ = 7
18
𝑐12 = (−1)1+2 ¯ 14 2 3 ¯ = 1
3
¯ − ¯ ¯ − ¯
3 3 2 3
¯ ¯ ¯ ¯
¯ −1 3 ¯ ¯ −1 −1 ¯
¯ ¯ ¯ ¯
𝑐13 = (−1)1+3 ¯ 41 4 1 ¯= 11
24
𝑐21 = (−1)2+1 ¯ 14 2 4 ¯ = 1
4
¯ − − ¯ ¯ − ¯
2 3 4 3
¯ ¯ ¯ ¯
¯ 5 −1 ¯ ¯ 5 −1 ¯
¯ ¯ ¯ 4 ¯
𝑐22 = (−1)2+2 ¯ 6 1 2 4 ¯ = 31
72
𝑐23 = (−1)2+3 ¯ 6 1 ¯= 29
72
¯ − ¯ ¯ − −1 ¯
2 3 2 3
¯ ¯ ¯ ¯
¯ −1 −1 ¯ ¯ 5 −1 ¯
¯ 4 ¯ ¯ 4 ¯
𝑐31 = (−1)3+1 ¯ 3 4 ¯= 13
48
𝑐32 = (−1)3+2 ¯ 6 1 ¯= 49
144
¯ − 13 ¯ ¯ − −1 ¯
4 4 3
¯ ¯
¯ 5 −1 ¯
3+3 ¯ 6 ¯ 9
𝑐33 = (−1) ¯ 1 34 ¯ = 16
¯ − ¯
4 4
Usuário
Produtor A B C Demanda Final Produto final Total
A 80 100 100 40 320
B 80 200 60 60 400
C 80 100 100 20 300
Usuário
Produtor A B Demanda Final Produto final Total
A 14 6 8 28
B 7 18 11 36
Usuário
Produtor A B Demanda Final Produto final Total
A 150 240 210 600
B 200 120 160 480
Usuário
Produtor A B C Demanda Final Produto final Total
A 5 4 3 3 15
B 3 10 6 1 20
C 3 4 4 1 12
A = peso e altura;
𝑌 = 𝑔(𝑋1 , 𝑋2 , . . . , 𝑋𝑛 )
𝑌 = 𝑓 (𝑋1 , 𝑋2 , . . . , 𝑋𝑘 ) + 𝑈
Comentários:
2. Apesar de a expressão variável de controle ser padronizada, não deve ser inter-
pretada literalmente. É muito difı́cil na prática a ocorrência de situações onde
a variável independente esteja rigorosamente sob controle, isto é, não esteja
sujeita a erros. na maioria dos casos, contudo, é suficiente que se admita a
hipótese de que é exata, considerando-se suficiente que se admita a hipótese
de que é exata, considerando-se dessa maneira erros (dispersão) somente na
variável aleatória Y.
Pede-se:
Resolução:
50
40
Quantidade
30
20
10
Ano
𝛽ˆ = (𝑋 ′ 𝑋)−1 𝑋 ′ 𝑦
1. Etapa
Montar a matriz X e o vetor y.
⎡ ⎤ ⎡ ⎤
1 1968 50
⎢ ⎥ ⎢ ⎥
⎢ 1 1969 ⎥ ⎢ 47 ⎥
⎢ ⎥ ⎢ ⎥
⎢ 1 1970 ⎥ ⎢ 35 ⎥
⎢ ⎥ ⎢ ⎥
⎢ ⎥ ⎢ ⎥
𝑋=⎢ 1 1971 ⎥ 𝑦=⎢ 30 ⎥
⎢ ⎥ ⎢ ⎥
⎢ 1 1972 ⎥ ⎢ 24 ⎥
⎢ ⎥ ⎢ ⎥
⎢ ⎥ ⎢ ⎥
⎣ 1 1973 ⎦ ⎣ 10 ⎦
1 1974 16
2. Etapa
Calcular 𝑋 ′ 𝑋 e 𝑋 ′ 𝑦
⎡ ⎤
1 1968
⎢ ⎥
⎢ 1 1969 ⎥
⎢ ⎥
[ ] ⎢ 1 1970 ⎥
1 1 1 1 1 1 1 ⎢ ⎥
′ ⎢ ⎥
𝑋𝑋= ⋅⎢ 1 1971 ⎥ =
1968 1969 1970 1971 1972 1973 1974 ⎢⎢
⎥
⎢ 1 1972 ⎥
⎥
⎢ ⎥
⎣ 1 1973 ⎦
1 1974
[ ]
7 13797
𝑋 ′𝑋 =
13797 27193915
⎡ ⎤
50
⎢ ⎥
⎢ 47 ⎥
⎢ ⎥
[ ] ⎢ 35 ⎥
1 1 1 1 1 1 1 ⎢ ⎥
⎢ ⎥
𝑋 ′𝑦 = ⋅⎢ 30 ⎥ =
1968 1969 1970 1971 1972 1973 1974 ⎢ ⎥
⎢ 24 ⎥
⎢ ⎥
⎢ ⎥
⎣ 10 ⎦
16
[ ]
212
𝑋 ′𝑦 =
417665
3. Etapa
Calcular os estimadores de mı́nimos quadrados por meio da expressão:
𝛽ˆ = (𝑋 ′ 𝑋)−1 𝑋 ′ 𝑦
[ ] [ ]−1 [ ] [ ]
𝛽ˆ0 7 13797 212 13193, 750001
= ⋅ =
𝛽ˆ1 13797 27193915 417665 −6, 678571
> y <- matrix(c(50, 47, 35, 30, 24, 10, 16), ncol = 1, byrow = T)
[,1]
[1,] 13193.750001
[2,] -6.678571